AI実装検定S級~模擬試験①~

1. 
ResNetの設計における「ボトルネックブロック」の役割は何ですか?

2. 
GoogLeNetの設計で「プーリング層」を使用する主な目的は何ですか?

3. 
ResNetの設計において、最大の特徴である「残差接続(Residual Connection)」の目的は何ですか?

4. 
VGGネットワークで「転移学習」が効果的な理由は何ですか?

5. 
TransformerモデルがRNNベースのseq2seqモデルと比較して持つ利点はどれですか?

6. 
ResNetの「学習率スケジューリング」が訓練において重要である理由は何ですか?

7. 
GoogLeNetで「バッチ正規化」を適用することで期待される効果は何ですか?

8. 
seq2seqモデルの性能評価において、「精度」よりも「F1スコア」を使用する理由は何ですか?

9. 
GoogLeNetのInceptionモジュールにおいて、「1x1の畳み込み層」を事前に適用しない場合、どういった問題が発生する可能性がありますか?

10. 
ResNetで「非常に深いネットワーク」を使用するとき、勾配消失問題を完全に解決できない場合、他にどのような問題が発生する可能性がありますか?

11. 
GoogLeNetにおいて「複数の出力層(auxiliary classifiers)」を追加する目的は何ですか?

12. 
WideResNetが「深さ」を増やす代わりに「幅」を増やす選択をする理由は何ですか?

13. 
seq2seqモデルにおいて、LSTM(Long Short-Term Memory)がRNNに比べて優れている点は何ですか?

14. 
BERTモデルで使用される「マスク付き言語モデル(MLM)」の目的は何ですか?

15. 
Transformerモデルにおいて、「位置的注意スコア」はどのように計算されますか?

16. 
Transformerモデルにおいて「残差接続(Residual Connection)」の目的は何ですか?

17. 
seq2seqモデルにおいて、「コンテキストベクトル」の役割は何ですか?

18. 
ResNetの「ボトルネックブロック」が非常に深い層でも有効に機能する理由は何ですか?

19. 
VGGネットワークの全結合層を削減した場合、予想される効果は何ですか?

20. 
VGG16において「16」という数字が示しているものは何ですか?

21. 
seq2seqモデルで「デコーダ」が生成するのは何ですか?

22. 
ResNetで使用される「バッチ正規化(Batch Normalization)」の主な役割は何ですか?

23. 
VGGモデルにおいて、「過学習」を防ぐために取られる一般的な対策は何ですか?

24. 
自己回帰型Transformerモデルにおいて「学習時と推論時のギャップ」を軽減する手法はどれですか?

25. 
GoogLeNetの出力層の設計に関して、正しい説明は次のうちどれですか?

26. 
VGGネットワークが「事前学習済みモデル」としてよく使用される理由は何ですか?

27. 
「クロスアテンション」とは何ですか?

28. 
seq2seqモデルにおける「双方向エンコーダ(Bidirectional Encoder)」の利点は何ですか?

29. 
seq2seqモデルにおける「アテンション機構」の役割は何ですか?

30. 
GoogLeNetモデルの主な特徴は次のうちどれですか?

31. 
ResNet-101の主な特徴は次のうちどれですか?

32. 
Transformerモデルにおいて「エンコーダスタック」と「デコーダスタック」の役割の違いは何ですか?

33. 
VGGネットワークが「パラメータ数が多い」という点が意味するものは何ですか?

34. 
Transformerモデルの「Layer-wise Relevance Propagation(LRP)」は何を目的としていますか?

35. 
Transformerモデルにおいて、「マルチヘッドアテンション」が持つ効果は何ですか?

36. 
seq2seqモデルにおいて、入力シーケンスの長さが異なるデータを処理するために最も適している手法はどれですか?

37. 
GoogLeNetの「Inceptionモジュール」における「5x5の畳み込み層」を削除した場合、予想される影響は何ですか?

38. 
GoogLeNetの設計において、「dropout」を使用する理由は何ですか?

39. 
Transformerモデルで用いられる「FFN(Feed-Forward Network)」の役割は何ですか?

40. 
ResNet-50の「50」という数字が示しているのは次のうちどれですか?

41. 
GoogLeNetの「Inceptionモジュール」の設計において、次元削減を行わないとどのような影響がありますか?

42. 
VGGネットワークで使用される「最大プーリング(Max Pooling)」の主な目的は何ですか?

43. 
GoogLeNetの設計において、Inceptionモジュールを使用する利点は何ですか?

44. 
GoogLeNetの「Inception-v3」と「Inception-v1」の主な違いは何ですか?

45. 
GPT-3のような自己回帰型モデルにおいて「注意欠陥」が起こる理由は何ですか?

46. 
GoogLeNetにおいて「1x1畳み込み」の役割は何ですか?

47. 
seq2seqモデルにおいて、「BLEUスコア」とは何を測定する指標ですか?

48. 
VGGネットワークで「カーネルサイズを小さくする」設計の意図は何ですか?

49. 
VGGネットワークを転移学習に使用する際、全結合層を新しいタスクに合わせて再トレーニングする理由は何ですか?

50. 
seq2seqモデルにおいて、「ペナルティ付きビームサーチ」が適用される理由は何ですか?

コメントを残すにはログインしてください。