深層学習（ディープラーニング）比較問題
CNNとRNNの最も重要な違いはどれか。
A.CNNは画像処理に特化し、RNNは時系列データに特化している← 正解
✓ 正解です。CNNは画像のような空間的局所相関を持つデータに、RNNは過去の情報を保持する時系列データに最適化されています。
B.CNNは全結合層のみで構成されるが、RNNは畳み込み層を含む
✗ 誤りです。CNNの核となるのは畳み込み層で、RNNは全結合層と再帰的な接続を組み合わせた構造です。
C.CNNは教師あり学習のみに使用でき、RNNは教師なし学習にのみ使用できる
✗ 誤りです。CNNもRNNも教師あり・教師なし学習の両方に使用できます。
D.CNNは重みの更新にBackpropagationを使用しないが、RNNは使用する
✗ 誤りです。両者ともBackpropagationを使用して学習します。RNNはBPTT（Backpropagation Through Time）という拡張版を用います。
「深層学習（ディープラーニング）」の他の問題
ニューラルネットワークの訓練中に勾配消失問題が発生した場合、以下の対策のうち最も直接的な解決策はどれか？CNN（畳み込みニューラルネットワーク）で過学習が顕著に発生した場合、以下の対策のうち最も効果的なのはどれか？RNN（再帰型ニューラルネットワーク）で長期の依存関係をモデル化する必要がある場合、標準的なRNNではなくLSTMやGR…画像分類タスクで訓練データセットが著しく不均衡（あるクラスが極端に少ない）な場合、モデルの性能を改善するために講じるべき…転移学習（Transfer Learning）で大規模な事前訓練済みモデルを利用する際、目的タスクのデータが非常に少ない…自然言語処理でAttention機構を導入した結果、以前のRNNモデルと比べて並列処理性能が向上した理由は何か？