縦64×横64画素のRGB画像(3チャネル)を入力とする畳み込み層がある。サイズ4×4のフィルタを8枚用い、パディング1、ストライド2で畳み込み操作を行うとき、出力される特徴マップのサイズ(縦×横×チャネル数)として、最も適切なものを1つ選べ。
1つ選んでください
正解と解説を見る
解説
正解A
ポイント
出力の縦横は(入力+2×パディング-フィルタ)÷ストライド+1で求め、チャネル数はフィルタの枚数と一致します。
選択肢ごとの解説
- A
適切 ◯ 正解
出力の縦横は(64+2×1-4)÷2+1=62÷2+1=32です。チャネル数はフィルタの枚数と同じ8になります。
- B
不適切
縦横の32は正しいものの、チャネル数が誤りです。各フィルタは入力の3チャネルすべてにまたがる4×4×3の形で計算し、1枚のフィルタから1枚の特徴マップを出します。8枚なら8チャネルです。
- C
不適切
パディングを考えずに(64-4)÷2+1=31と計算した値です。パディング1は入力の上下左右に1画素ずつ加えるため、縦横それぞれ2画素分を足して計算します。
- D
不適切
ストライドを考えずに64+2-4+1=63と計算した値です。ストライド2はフィルタを2画素ずつずらすことを表すため、(64+2-4)を2で割ってから1を足します。
試験での狙われ方
入力サイズ、フィルタサイズ、パディング、ストライドを示して出力の縦横を計算させる形が典型です。チャネル数とフィルタ枚数の関係もあわせて押さえます。
関連用語
参考
- G検定 試験出題範囲(シラバス2024)第1.4版 (技術分野 項目18 畳み込み層) 2026年10月30日閲覧
- Dumoulin, Visin, A guide to convolution arithmetic for deep learning (2016) 2026年10月30日閲覧