1.
畳み込み層の活性化関数として一般的に使用されるものはどれですか？
2.
畳み込み層の設計において「リカレント層」と組み合わせる主な理由は何ですか？
3.
畳み込み層の「フィルターバンク」の役割は何ですか？
4.
「畳み込み層」の特徴マップを正則化する際、ドロップアウト（Dropout）よりも「空間的ドロップアウト（Spatial Dropout）」が効果的な理由はどれですか？
5.
畳み込み層において、ストライドとは何を指しますか？
6.
畳み込み層における「グループ畳み込み」の利点は何ですか？
7.
畳み込み層の特徴マップが持つ情報の重要性は何ですか？
8.
畳み込み層の前にどのような層を配置することが一般的ですか？
9.
畳み込み層における「グループ畳み込み」の適用が効果的な理由として最も適切なものはどれですか？
11.
畳み込み層におけるストライドの影響について、正しい記述はどれですか？
12.
畳み込み層の学習において、重みの初期化が重要な理由は何ですか？
13.
畳み込み層の出力が高次元データの場合、次の層に何を使って接続することが一般的ですか？
15.
畳み込み層の計算結果に対してどのような正則化手法が推奨されますか？
16.
畳み込み層で使用されるフィルターのサイズが一般的に小さい理由は何ですか？
17.
畳み込み層における「転移学習」で特徴マップを固定（凍結）することの目的として正しいものはどれですか？
18.
畳み込み層のフィルターの数を増やすことで得られる効果として適切なのはどれですか？
19.
畳み込み層で使用される「パディング」が出力サイズに与える影響は何ですか？
20.
畳み込み層において、「カーネルサイズ」を大きく設定した場合の主な効果として最も適切なものはどれですか？
21.
畳み込み層における「バッチ正則化」の主な役割は何ですか？
22.
畳み込み層のフィルター数を増やすことの効果は何ですか？
24.
畳み込み層で「グローバル平均プーリング」を使用する利点は何ですか？
25.
畳み込み層における「重みの共有」の利点は何ですか？
26.
畳み込み層で「深さ方向の畳み込み（Depthwise Convolution）」が使用される理由として適切なのはどれですか？
