基礎理論｜令和5年度 ITパスポート試験 問91

• ニューラルネットワークから得られた結果を基に計算し，結果の信頼度を出力する。
• 入力層と出力層のニューロンの数を基に計算し，中間層に必要なニューロンの数を出力する。
• ニューロンの接続構成を基に計算し，最適なニューロンの数を出力する。
• ✓ これが正解一つのニューロンにおいて，入力された値を基に計算し，次のニューロンに渡す値を出力する。

解説

一つのニューロンが次へ渡す値を決める関数が活性化関数です。

ニューラルネットワークは、ニューロンと呼ばれる小さな計算の単位を、層をなす形でつないだ仕組みです。一つのニューロンは、前の層から受け取った値に重みを掛けて足し合わせ、その合計を関数に通してから、次のニューロンへ渡します。この最後の段で使う関数が活性化関数です。合計をそのまま流すのではなく、ある大きさを超えたときだけ大きな値を返すというように形を変えるので、層を重ねたときに、直線では表せない関係まで扱えるようになります。中間層でも出力層でも使われます。よって適切なのは、入力された値を基に計算し、次のニューロンに渡す値を出力するという記述です。

ほかの選択肢はなぜ違うのか

• 得られた結果を基に計算し、結果の信頼度を出力するというのは、出来上がった答えをどれだけ信じてよいかを見積もる話です。一つのニューロンの中で値を受け渡す働きとは、担っている段がまるで違います。
• 入力層と出力層のニューロンの数から、中間層に必要な数が自動的に決まるという仕組みはありません。中間層の数や大きさは、作る人が試しながら決めていく設計の事項であって、活性化関数の役目ではありません。
• ニューロンの接続構成を基に最適な数を出力するというのも、ネットワークの形そのものを決める話です。活性化関数は、形が決まった後で、値をどう変えて次へ渡すかを受け持ちます。形そのものを決める話か、決まった形の中で値を変える話かで切り分けられます。

この問題に関係する言葉

• 活性化関数
• ニューラルネットワーク
• ニューロン
• 中間層

出典：令和5年度 ITパスポート試験 問91

この問題を演習で解く

同じ単元をまとめて解くなら基礎理論へ。

この解説に誤りを見つけたら教えてください。直して、直した記録を残します。誤りを報告する（メールが開きます）