1.
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？
2.
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？
3.
重みの更新に使用される最も一般的な手法は何ですか？
4.
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？
5.
「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？
6.
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？
7.
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？
8.
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？
9.
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？
10.
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？
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？
13.
「勾配クリッピング（Gradient Clipping）」が必要になる理由は何ですか？
14.
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？
15.
ニューラルネットワークの「重み」とは何ですか？
16.
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？
17.
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？
18.
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？
19.
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？
20.
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？
