1.
CNNのプーリング層で最大プーリング（Max Pooling）を使う利点は何ですか？
2.
CNNの「畳み込みフィルタの数」を増やすと、モデルにどのような影響がありますか？
3.
CNNにおける「転移学習」の利点は何ですか？
4.
CNNにおいて、畳み込み層とプーリング層の組み合わせはどのような効果をもたらしますか？
5.
CNNで「データ拡張（Data Augmentation）」を使用する目的は何ですか？
6.
畳み込みニューラルネットワーク（CNN）で一般的に使用されるプーリング層の目的は何ですか？
7.
畳み込み層（Convolutional Layer）の主な役割は何ですか？
8.
CNNにおいて、学習中に重みを更新する手法として一般的に使用されるのはどれですか？
9.
「畳み込みカーネル（フィルタ）」が複数の層で共有される場合の利点は何ですか？
10.
CNNにおける「ソフトマックス関数」の役割は何ですか？
11.
CNNで使用される「バッチ正規化（Batch Normalization）」の主な効果は何ですか？
12.
CNNにおける「ReLU関数」が学習効率を高める理由はどれですか？
13.
畳み込みニューラルネットワークにおける「フィルタ（カーネル）」のサイズが大きくなると、何が起こりますか？
14.
CNNで「フィルタ数」を増加させることによる主な影響は何ですか？
15.
CNNの「パディング」が重要な理由は何ですか？
16.
CNNにおける「フィルタサイズ」と「ストライド」の関係について正しい説明はどれですか？
17.
CNNにおける「パディング」の主な目的は何ですか？
18.
CNNにおいて「ReLU（Rectified Linear Unit）」が活性化関数として好まれる理由は何ですか？
19.
CNNにおける「ストライド」とは何ですか？
20.
CNNにおける「転置畳み込み層（Transposed Convolutional Layer）」の目的は何ですか？
