1.
「重み減衰（Weight Decay）」の係数を過度に大きく設定すると、どのような影響が予想されますか？
2.
重みの初期化において、「ゼロ初期化」が推奨されない理由は何ですか？
3.
重み共有を行わない場合、畳み込みニューラルネットワーク（CNN）における主な問題は何ですか？
4.
「勾配クリッピング（Gradient Clipping）」が必要になる理由は何ですか？
5.
重みの「ランダム初期化」が重要である理由は次のうちどれですか？
6.
重みの初期化が不適切だとどのような問題が発生しますか？
7.
勾配降下法を用いて重みを更新する際の「学習率」の役割は何ですか？
8.
ニューラルネットワークの重みが「ランダム初期化」される理由の一つに、次の現象の防止があります。それは何ですか？
9.
重みの初期化手法として「Xavier初期化」が適しているのはどのような場合ですか？
10.
ニューラルネットワークにおいて、過学習を防ぐための正則化手法として、次のうちどれが重みの制御に関与しますか？
11.
勾配消失問題は、主にどのような状況で発生しますか？
12.
重みの初期化において、深層ニューラルネットワークで「He初期化」が推奨されるのは次のうちどのような場合ですか？
13.
ニューラルネットワークの重み更新において、「学習率減衰（Learning Rate Decay）」が効果的である理由は何ですか？
14.
ニューラルネットワークにおいて「重み減衰（Weight Decay）」が導入される理由は何ですか？
15.
勾配降下法において「モーメンタム（Momentum）」を使用する理由は次のうちどれですか？
16.
ニューラルネットワークの「重み」とは何ですか？
17.
ニューラルネットワークにおける「勾配爆発（Gradient Explosion）」はどのように発生しますか？
18.
ニューラルネットワークで「重み共有」が使用される主な理由は何ですか？
19.
ニューラルネットワークで重みの「早期停止（Early Stopping）」が有効な理由は何ですか？
20.
重みの更新に使用される最も一般的な手法は何ですか？
