機械学習の基礎

入力が x₁ = 1、x₂ = 2 の小さなニューラルネットワークで、隠れ層の2つのニューロンが h₁ = ReLU(x₁ + x₂ − 1)、h₂ = ReLU(x₁ − 2x₂ + 1)、出力が y = 2h₁ + 3h₂ + 1 である。yの値はどれか。

  1. A−1
  2. B5
  3. C7
答えと解説を見る

正解:B. 5

ReLUは、入力が正ならそのまま、0以下なら0を出力する活性化関数です。h₁ = ReLU(1 + 2 − 1) = ReLU(2) = 2、h₂ = ReLU(1 − 4 + 1) = ReLU(−2) = 0 なので、y = 2 × 2 + 3 × 0 + 1 = 5です。このように、入力から出力へ層の順に計算を進めることを順伝播と呼びます。

  • A. ReLUを通さずに h₂ = −2 のまま計算した値 2 × 2 + 3 × (−2) + 1 = −1です。
  • B. 正しい。h₁ = 2、h₂ = 0 なので、y = 2 × 2 + 3 × 0 + 1 = 5です。
  • C. 隠れ層のバイアス(−1と+1)を足し忘れて、h₁ = 3、h₂ = 0 とした値 2 × 3 + 1 = 7です。
この分野を解く 分野ページへ

関連する計算ツール

機械学習の基礎の参考書を探す PR

Amazonの検索結果へのリンクです。Amazonのアソシエイトとして、半導体教室は適格販売により収入を得ています。

機械学習の基礎のほかの問題

  1. 正解のクラスに対してモデルが出力した確率をpとするとき、分類の学習で使う交差エントロピー損失 −log p の性質として、適切なものはどれか。
  2. 勾配降下法で、重み w = 2.0 における損失の勾配 ∂L/∂w が0.5、学習率が0.1のとき、1回の更新後の重みはどれか。
  3. y = (2x + 1)² の x = 1 における微分係数 dy/dx を、u = 2x + 1、y = u² として連鎖律で求めるとき、正しい値はどれか。
  4. 多くの層を重ねたニューラルネットワークで、活性化関数にシグモイド関数を使うと、入力に近い層の学習が進みにくくなる理由として、適切なものはどれか。
  5. 1万件の学習用データを、ミニバッチの大きさ(バッチサイズ)50で学習する。1エポックでの重みの更新の回数はどれか。