成績：畳み込みニューラルネットワーク

← カテゴリー一覧へ戻る

問題論点回答回数正答率最短秒平均秒
AlexNetの代表的な構成と学習上の特徴は？ CNNアーキテクチャ 0 0% - -
DenseNetのDense connectionは、特徴を加算するか連結するか？ CNNアーキテクチャ 0 0% - -
DenseNetのgrowth rate kとTransition layerは何を表す？ CNNアーキテクチャ 0 0% - -
EfficientNetのcompound scalingは何を同時に調整する？ CNNアーキテクチャ 0 0% - -
GoogLeNetのAuxiliary classifierの役割は？ CNNアーキテクチャ 0 0% - -
Inceptionモジュールはどのような構造？ CNNアーキテクチャ 0 0% - -
LeNet-5が全結合ネットワークより画像を効率よく扱える中心的理由は？ CNNアーキテクチャ 0 0% - -
MobileNet V1の中心となる畳み込みは？ CNNアーキテクチャ 0 0% - -
MobileNetのwidth multiplier αとresolution multiplier ρは何を変える？ CNNアーキテクチャ 0 0% - -
ResNeXtで深さ・幅に加えて重視された次元は？ CNNアーキテクチャ 0 0% - -
ResNetの残差ブロックの基本式は？ CNNアーキテクチャ 0 0% - -
ResNet論文のdegradation problemは過学習を意味する？ CNNアーキテクチャ 0 0% - -
Residual接続で主経路とshortcutのshapeが異なるときの典型的な対処は？ CNNアーキテクチャ 0 0% - -
VGGの中心的な設計思想は？ CNNアーキテクチャ 0 0% - -
CNNの浅い層と深い層では、一般にどのような特徴を捉える？ CNN基礎 0 0% - -
CNNの特徴マップとは？ CNN基礎 0 0% - -
CNNの疎結合（局所結合）とは？ CNN基礎 0 0% - -
CNNは何の略で、画像処理でどのような特徴を持つ？ CNN基礎 0 0% - -
単純型細胞と複雑型細胞はCNNの何に着想を与えた？ CNN基礎 0 0% - -
畳み込みの重み共有がもたらす主な利点は？ CNN基礎 0 0% - -
畳み込みは平行移動に対して基本的に「不変」か「等価」か？ CNN基礎 0 0% - -
畳み込み層の重み共有とは？ CNN基礎 0 0% - -
Keras Conv2DとPyTorch Conv2dの主要な引数順は？ CNN実装 0 0% - -
Keras DenseやPyTorch Linearは、畳み込み出力の全空間軸を自動で分類用ベクトルへFlattenする？ CNN実装 0 0% - -
PyTorchのnn.Conv2dはReLUなどの活性化関数を内包する？ CNN実装 0 0% - -
7×7×512をFlattenして4096ユニットの全結合層へ渡す重み数は？ GAP 0 0% - -
7×7×512をGAP後にDense(4096)へ渡す重み数は？ GAP 0 0% - -
AveragePooling2DとGlobalAveragePooling2Dの違いは？ GAP 0 0% - -
GAP自体の学習パラメータ数は？ GAP 0 0% - -
Global Average Pooling（GAP）は何を出力する？ GAP 0 0% - -
AVILEN方式で入力(N,C,H,W)をim2colした行列のshapeは？ im2col 0 0% - -
NCHW入力へNumPyのnp.padで幅Pのゼロパディングをする指定は？ im2col 0 0% - -
col2imが単純な逆reshapeにならないのはなぜ？ im2col 0 0% - -
groups=1の通常畳み込みで、im2colに合わせてフィルタを行列化したshapeは？ im2col 0 0% - -
im2colで各オフセット(y,x)のパッチをstride間隔で抜く基本スライスは？ im2col 0 0% - -
im2colの主な欠点は？ im2col 0 0% - -
im2col行列とフィルタ行列を掛けた直後のshapeと、最終出力shapeは？ im2col 0 0% - -
im2col（Unfold）の目的は？ im2col 0 0% - -
行列化した畳み込みの順伝播式は？ im2col 0 0% - -
strideを大きくすると、一般に出力と計算量はどうなる？ ストライド 0 0% - -
FCNは画像分類CNNの全結合層を何へ変換する？ セグメンテーション 0 0% - -
SegNetのdecoderがencoderから保存して利用するものは？ セグメンテーション 0 0% - -
U-Netのencoderとdecoderを結ぶskip connectionは特徴をどう統合する？ セグメンテーション 0 0% - -
PyTorch Conv2dのweightのshapeは？ テンソルshape 0 0% - -
PyTorchとTensorFlow/Kerasの標準的な画像テンソル順序は？ テンソルshape 0 0% - -
shape=(10,16,6,6)をバッチ軸を保ってFlattenしたshapeと1サンプルの特徴数は？ テンソルshape 0 0% - -
torch.viewとtorch.reshapeの重要な違いは？ テンソルshape 0 0% - -
畳み込み層の出力チャネル数と、各フィルタの深さは何で決まる？ テンソルshape 0 0% - -
連続する畳み込み層で必ず一致させるチャネル数は？ テンソルshape 0 0% - -
stride=1で奇数カーネルK、dilation=Dの空間サイズを保つ対称padding Pは？ パディング 0 0% - -
ゼロパディングの主な役割は？ パディング 0 0% - -
3×3、Cin=32、Cout=64で、通常畳み込みとDepthwise separableの重み数は？ パラメータ数 0 0% - -
3×3、Cin=3、Cout=16、groups=1、biasありのConv2dパラメータ数は？ パラメータ数 0 0% - -
3×3、Cin=8、Cout=12、groups=4、biasありのConv2dパラメータ数は？ パラメータ数 0 0% - -
Conv2dでバイアスを使う場合、バイアスはいくつある？ パラメータ数 0 0% - -
biasありgrouped Conv2dの学習パラメータ数は？ パラメータ数 0 0% - -
depth multiplier=1、biasなしのDepthwise separable convolutionの重み数は？ パラメータ数 0 0% - -
全結合層と比べて、畳み込み層のパラメータ数が入力のH・Wに直接依存しないのはなぜ？ パラメータ数 0 0% - -
1〜16を行方向に並べた4×4行列へ2×2、stride=2のAverage Poolingを行うと？ プーリング 0 0% - -
1〜16を行方向に並べた4×4行列へ2×2、stride=2のMax Poolingを行うと？ プーリング 0 0% - -
Max PoolingとAverage Poolingは窓内の何を出力する？ プーリング 0 0% - -
MaxPool2dのreturn_indices=Trueで得る値は何に使える？ プーリング 0 0% - -
Poolingが主に与える頑健性として適切なのは？ プーリング 0 0% - -
PyTorchのAvgPool2dとAdaptiveAvgPool2dの違いは？ プーリング 0 0% - -
PyTorchのMaxPool2dでstrideを省略すると何になる？ プーリング 0 0% - -
dilation=1のPooling出力高さの基本式は？ プーリング 0 0% - -
偶数のH×Wへ2×2、stride=2、padding=0のPoolingを行う典型的な効果は？ プーリング 0 0% - -
入力shape (1,3,16,16)にAvgPool2d(4,4)とAdaptiveAvgPool2d((1,1))を適用したshapeは？ プーリング 0 0% - -
通常のMax/Average Poolingの学習パラメータ数と出力チャネル数は？ プーリング 0 0% - -
28×28入力に3×3、stride=1、padding=2、dilation=2を適用した出力は？ 出力shape 0 0% - -
32×32入力に3×3、stride=2、padding=1の畳み込みを行うと出力は？ 出力shape 0 0% - -
7×7入力に3×3、stride=1、padding=0の畳み込みを行うと出力は？ 出力shape 0 0% - -
7×7入力に3×3、stride=1、padding=1の畳み込みを行うと出力は？ 出力shape 0 0% - -
7×7入力に3×3、stride=2、padding=0の畳み込みを行うと出力は？ 出力shape 0 0% - -
dilationを含むConv2dの出力高さHoutの一般式は？ 出力shape 0 0% - -
入力31×40、kernel=(3,5)、stride=(2,3)、padding=(1,2)のConv2d出力空間サイズは？ 出力shape 0 0% - -
畳み込み出力サイズの式でfloorが必要なのはなぜ？ 出力shape 0 0% - -
1×1畳み込みは空間方向の受容野を広げる？ 受容野 0 0% - -
CNNにおける受容野とは？ 受容野 0 0% - -
kernel_size=K、dilation=Dの実効カーネルサイズは？ 受容野 0 0% - -
stride=1の3×3畳み込みを2層・3層重ねた受容野はそれぞれ？ 受容野 0 0% - -
同じチャネル数Cで5×5畳み込み1層と3×3畳み込み2層を比べると？ 受容野 0 0% - -
層l-1から層lへ進むとき、jumpと受容野の更新式は？ 受容野 0 0% - -
Grad-CAMのクラス別ヒートマップはどう作る？ 可視化 0 0% - -
Grad-CAMの利用にモデルの再学習や構造変更は必要？ 可視化 0 0% - -
BatchNorm2dでtrack_running_stats=Falseにすると評価時はどうなる？ 正規化 0 0% - -
BatchNorm2dはNCHW入力のどの軸で平均・分散を計算する？ 正規化 0 0% - -
BatchNormの学習時と評価時では、通常どの統計量を使う？ 正規化 0 0% - -
GroupNormがBatchNormの代替として特に有力なのはどんな状況？ 正規化 0 0% - -
GroupNormはどのように正規化し、どんな制約がある？ 正規化 0 0% - -
InstanceNorm2dはNCHW入力のどの単位で正規化する？ 正規化 0 0% - -
NCHW画像全体をサンプルごとにLayerNormするPyTorchの指定は？ 正規化 0 0% - -
PyTorch BatchNormのmomentum=0.1によるrunning統計の更新式は？ 正規化 0 0% - -
nn.BatchNorm2d(C, affine=True)のnum_featuresと学習可能パラメータ数は？ 正規化 0 0% - -
正規化の基本式とεの役割は？ 正規化 0 0% - -
Fast R-CNNはR-CNNをどう高速化する？ 物体検出 0 0% - -
Faster R-CNNで候補領域を提案するネットワークは？ 物体検出 0 0% - -
R-CNNが遅い主な理由と、候補領域の生成方法は？ 物体検出 0 0% - -
RoI AlignがRoI Poolingより位置合わせを精密にできる理由は？ 物体検出 0 0% - -
YOLOがone-stage detectorと呼ばれる理由と、標準NMSの役割は？ 物体検出 0 0% - -
Cin=64、Cout=128の1×1畳み込みの重み数は？ 特殊畳み込み 0 0% - -
Cin=M、groups=GのGrouped Convで各出力フィルタが見る入力チャネル数は？ 特殊畳み込み 0 0% - -
Depthwise convolutionだけでは苦手なことは？ 特殊畳み込み 0 0% - -
Depthwise convolutionとは？ 特殊畳み込み 0 0% - -
Depthwise separable convolutionの処理順は？ 特殊畳み込み 0 0% - -
Dilated（Atrous）convolutionの主な目的は？ 特殊畳み込み 0 0% - -
Grouped Convでgroupsに課されるチャネル数の制約は？ 特殊畳み込み 0 0% - -
Grouped Convの重み数と、groups=1・groups=Cinの意味は？ 特殊畳み込み 0 0% - -
Grouped convolutionとは？ 特殊畳み込み 0 0% - -
Pointwise convolutionとは？ 特殊畳み込み 0 0% - -
PyTorchでdepthwise convolutionにするgroupsと出力チャネルの条件は？ 特殊畳み込み 0 0% - -
大きな畳み込みの前に1×1畳み込みを置くボトルネックの狙いは？ 特殊畳み込み 0 0% - -
CNNのカーネル（フィルタ）とは？ 畳み込み 0 0% - -
PyTorchのnn.Conv2dが厳密に計算するのは、数学的な畳み込みか？ 畳み込み 0 0% - -
groups=1の通常畳み込みで、多チャネル入力から1出力チャネルの1位置をどう計算する？ 畳み込み 0 0% - -
Depthwise separable convolutionの通常畳み込みに対する計算量比は概ね？ 計算量 0 0% - -
MAC数とFLOPsは常に同じ値か？ 計算量 0 0% - -
grouped Conv2dのMAC数（1サンプル、bias加算を除く）の概算式は？ 計算量 0 0% - -
畳み込み層のフィルタ数Coutを増やすと、一般に何が増える？ 計算量 0 0% - -
ConvTranspose2dのoutput_paddingは何をする？ 転置畳み込み 0 0% - -
ConvTranspose2dは通常のConv2dの真の逆演算か？ 転置畳み込み 0 0% - -
入力サイズ8、K=3、S=2、P=1、D=1、output_padding=1の転置畳み込み出力は？ 転置畳み込み 0 0% - -
転置畳み込みで複数の入力位置からの寄与が同じ出力位置へ重なったら？ 転置畳み込み 0 0% - -
転置畳み込みの出力高さの式は？ 転置畳み込み 0 0% - -
転置畳み込み（ConvTranspose）の主な目的は？ 転置畳み込み 0 0% - -
Average Poolingの逆伝播で勾配はどう配られる？ 逆伝播 0 0% - -
Max Poolingの逆伝播で勾配はどこへ流れる？ 逆伝播 0 0% - -
行列化した畳み込みでバイアス勾配dbは？ 逆伝播 0 0% - -
行列化した畳み込みでフィルタ勾配dW_colは？ 逆伝播 0 0% - -
行列化した畳み込みで入力パッチ側の勾配dcolは？ 逆伝播 0 0% - -