G検定（JDLA） 練習問題 1：畳み込みニューラルネットワーク（CNN）
畳み込みニューラルネットワーク（CNN）の畳み込み層とプーリング層について述べた文として、正しいものはどれか。
- A: 畳み込み層は特徴マップのサイズを縮小し、プーリング層は特徴を抽出する。
- B: プーリング層には学習可能なパラメータが多く含まれており、重みを更新する。
- C: 畳み込み層のフィルタ（カーネル）は画像全体と同じサイズである。
- D: 畳み込み層はフィルタを用いて局所的な特徴を抽出し、プーリング層は特徴マップを縮小して位置変化への頑健性を高める。
- E: 畳み込み層のフィルタの重みは学習によって更新されず、常に固定値のまま用いられる。
Qraftユーザーの成績：正答率 64%（7/11回正解）
正解と解説を見る
正解は「畳み込み層はフィルタを用いて局所的な特徴を抽出し、プーリング層は特徴マップを縮小して位置変化への頑健性を高める」です。
【正解の理由】
畳み込み層は、小さなフィルタ（カーネル、＝画像上を滑らせながら特徴を検出する小さな重み行列。一般に3×3や5×5程度の小さいサイズ）を使ってエッジやテクスチャなどの局所的な特徴を抽出します。プーリング層はその特徴マップのサイズを縮小し、対象が画像内で多少ずれても同じ特徴として検出できる頑健性（位置不変性）を高める役割を持ちます。
【不正解の理由】
• 「畳み込み層は特徴マップのサイズを縮小し、プーリング層は特徴を抽出する」という説明は誤りです。実際には役割が逆で、特徴抽出は畳み込み層、サイズ縮小はプーリング層が担います。
• 「プーリング層には学習可能なパラメータが多く含まれており、重みを更新する」という説明は誤りです。プーリング層（最大値や平均値をとるだけの層）に学習パラメータは存在せず、単純な集約演算を行うだけです。
• 「畳み込み層のフィルタ（カーネル）は画像全体と同じサイズである」という説明は誤りです。フィルタは画像全体ではなく3×3や5×5など小さいサイズが一般的で、これを画像上でスライドさせながら局所特徴を検出します。
• 「畳み込み層のフィルタの重みは学習によって更新されず、常に固定値のまま用いられる」という説明は誤りです。畳み込み層のフィルタの重みはニューラルネットワークの学習対象そのものであり、誤差逆伝播によって更新されます（学習パラメータを持たないのはプーリング層です）。