1.
転移学習において全結合層を再学習（Fine-tuning）する主な理由として最も適切なものはどれですか？
2.
全結合層はどのような場合に使用されることが多いですか？
3.
全結合層の学習率が高すぎると、どのような問題が発生しますか？
5.
全結合層の重みを更新する際に使用する一般的な最適化手法はどれですか？
6.
全結合層の計算の過程で「活性化関数」が果たす役割は何ですか？
7.
バイアス項の初期化が不適切だと、どのような問題が生じる可能性がありますか？
8.
全結合層において、各ニューロンが全ての入力ニューロンと接続されていることの主なメリットは何ですか？
9.
全結合層の出力次元を変えることで、どのような効果が得られますか？
10.
全結合層のパラメータ数が非常に多い場合、過剰適合を防ぐために有効な手法として適切なのはどれですか？
11.
全結合層における「バイアス項」の役割は何ですか？
12.
全結合層の重み行列が初期化されていない場合に発生しやすい問題はどれですか？
13.
全結合層での過剰適合を防ぐために使用される一般的な手法は何ですか？
14.
全結合層の計算負荷を削減するために採用される手法として適切なのはどれですか？
16.
全結合層を用いる場合、注意すべきメモリの問題は何ですか？
18.
全結合層の数が増えると、どのような影響がありますか？
19.
全結合層で一般的に使用される「Softmax関数」の役割は何ですか？
20.
全結合層を使用する際、ドロップアウトが推奨される理由は何ですか？
21.
全結合層の出力次元はどのように決まりますか？
22.
全結合層の出力を生成する際に注意すべき点は何ですか？
23.
全結合層を用いる場合、過剰適合を防ぐためにどのような手法が効果的ですか？
24.
全結合層で使用される一般的な活性化関数はどれですか？
26.
全結合層の出力は、どのように計算されますか？
