1.
順伝播で「バッチ正規化（Batch Normalization）」を使用する主な理由は次のうちどれですか？
2.
順伝播において、出力層での計算結果は何を表していますか？
3.
順伝播の過程で、「活性化関数」が使用されないとどうなりますか？
4.
3層ニューラルネットワークにおいて、入力層が4ユニット、中間層が5ユニット、出力層が3ユニットである場合、順伝播に必要な全ての重みの数は次のうちどれですか？
5.
順伝播において、正規化手法が使用される主な理由は次のうちどれですか？
6.
順伝播での出力が期待通りに学習されない場合、どの要素が問題になる可能性が高いですか？
7.
順伝播において、畳み込み層で使用される「フィルタ（カーネル）」はどのような役割を果たしますか？
8.
順伝播において、出力層で「ソフトマックス関数」を使用するのはどのような目的ですか？
9.
順伝播において、活性化関数を「シグモイド関数」から「ReLU関数」に変更した場合、何が期待されますか？
10.
ニューラルネットワークにおける順伝播の基本的な流れはどれですか？
11.
順伝播において、入力データがスパース（多くのゼロを含む）である場合、どのような対策が有効ですか？
12.
順伝播における活性化関数の役割は次のうちどれですか？
13.
順伝播において、モデルの出力が連続値である場合、一般的に使用される活性化関数は次のうちどれですか？
14.
順伝播における「全結合層（Fully Connected Layer）」の主な役割は何ですか？
15.
順伝播の計算で「フィードフォワードネットワーク」が使われる理由は何ですか？
16.
順伝播の計算において、各層の出力を計算する際に必要となる要素は次のうちどれですか？
17.
あるニューラルネットワークで、順伝播の途中で計算された中間層の出力が全て同じ値になってしまう場合の主な原因は何ですか？
18.
順伝播における「スカラー乗算」とは何を指しますか？
19.
順伝播の計算で「重み」と「バイアス」の役割は次のうちどれですか？
20.
順伝播の計算で使用される活性化関数「ReLU」の利点は次のうちどれですか？
