1.
順伝播型ネットワークにおいて、出力層にシグモイド関数を使用する場合、どのような状況が適していますか？
2.
順伝播型ネットワークにおいて、ミニバッチのサイズが大きすぎると、学習にどのような影響がありますか？
3.
勾配降下法において、学習率の役割は何ですか？
4.
順伝播型ネットワークでのバッチ正規化（Batch Normalization）の主な効果は何ですか？
5.
順伝播型ネットワークの最適化アルゴリズム「Adam」の特徴として正しいものはどれですか？
6.
順伝播型ネットワークにおいて、重みの初期化が不適切な場合、学習にどのような影響がありますか？
7.
順伝播型ネットワークにおいて、出力層で使用されるソフトマックス関数が持つ主な利点は何ですか？
8.
順伝播型ネットワークにおける活性化関数「シグモイド関数」が深層学習であまり使われない理由は何ですか？
9.
順伝播型ネットワークにおけるドロップアウト（Dropout）の役割は何ですか？
10.
順伝播型ネットワークにおける「ミニバッチ学習」とは何ですか？
11.
順伝播型ネットワークでの重み更新のための典型的な手法は次のうちどれですか？
12.
順伝播型ネットワークにおける「エポック」とは何ですか？
13.
順伝播型ネットワークにおける「勾配クリッピング」の主な目的は何ですか？
14.
順伝播型ネットワークの出力層でよく使用される活性化関数は次のうちどれですか？
15.
順伝播型ネットワーク（Feedforward Neural Network）で最も基本的な構造はどれですか？
16.
順伝播型ネットワークにおいて、勾配消失問題が深層学習の学習速度にどのような影響を与えるか、最も適切な説明はどれですか？
17.
順伝播型ネットワークにおけるドロップアウト率が高すぎる場合、どのような影響がありますか？
18.
順伝播型ネットワークで使用される活性化関数の役割は何ですか？
19.
順伝播型ネットワークにおいて、ReLU関数が活性化関数として好まれる理由は次のうちどれですか？
20.
順伝播型ネットワークにおいて、バイアスユニットの役割は何ですか？
