2026年版・4-1

全結合層・畳み込み層・プーリング層の一問一答

G検定（ジェネラリスト検定）「ディープラーニングの要素技術」から、全結合層・畳み込み層・プーリング層に関する4択問題を10問。「答えと解説を見る」を開くと、正解とその理由がその場で読めます。会員登録は不要です。

この分野の演習

全10問／解説つき・基本無料

アプリ形式で解く（全480問）ディープラーニングの要素技術の要点解説を読む

問題

上から順に解いてみてください。答えは各問の下で確認できます。本試験は多肢選択式で、問い方は問題ごとに異なりますが、ここでは4択で出題しています。

問14-1

畳み込み層の説明として、最も適切なものを1つ選びなさい。

①画像のすべての画素を前の層のすべてのニューロンと結合し、画像全体を一度に処理する。
②一定の領域の中の最大値や平均値だけを取り出し、学習するパラメータを持たない層である。
③小さなフィルタを画像の上でずらしながら積和の計算を行って、局所的な特徴を取り出す。
④入力と同じものを出力するように学習し、途中の層でデータを圧縮して表現する層である。

答えと解説を見る

正解 ③小さなフィルタを画像の上でずらしながら積和の計算を行って、局所的な特徴を取り出す。

解説
畳み込み層は、CNN（畳み込みニューラルネットワーク）の中心となる層です。3×3などの小さなフィルタ（カーネル）を画像の上で少しずつずらしながら、フィルタの値と画像の画素値を掛けて足し合わせる（積和の）計算を行い、線や角などの局所的な特徴を取り出した「特徴マップ」を作ります。同じフィルタを画像全体で使い回す（重みの共有）ため、全結合層に比べてパラメータの数を大幅に減らせ、画像のどこにある特徴でも同じように検出できます。フィルタの値は学習によって決まります。

他の選択肢が不適切な理由
・すべての画素をすべてのニューロンと結合する：これは全結合層の説明です。画像の位置関係（空間的な構造）を活かしにくく、パラメータも多くなります。
・最大値や平均値だけを取り出す：これはプーリング層の説明です。
・入力と同じものを出力するように学習する：これはオートエンコーダの説明です。

覚え方のポイント
CNNの基本構成は「畳み込み層（特徴を取り出す）→ プーリング層（情報をまとめる）」の繰り返しと、最後の「全結合層（分類する）」です。それぞれの役割をセットで覚えましょう。

問24-1

縦横32×32の画像に、5×5のフィルタを、ストライド1、パディングなしで畳み込んだとき、出力される特徴マップの大きさとして、最も適切なものを1つ選びなさい。

①27×27
②32×32
③30×30
④28×28

答えと解説を見る

正解 ④28×28

解説
畳み込みの出力サイズは、次の式で求められます。
出力サイズ＝（入力サイズ＋ 2 × パディング − フィルタサイズ）÷ ストライド＋ 1
本問では、（32 ＋ 2 × 0 − 5）÷ 1 ＋ 1 ＝ 27 ＋ 1 ＝ 28 となり、特徴マップは28×28になります。フィルタが画像からはみ出さない範囲でしか置けないため、パディングがなければ出力は入力より小さくなります。

他の選択肢が不適切な理由
・27×27：式の最後の「＋1」を忘れた値です。フィルタを置ける位置の数は「動ける幅＋1」になります。
・32×32：入力と同じ大きさです。パディングを2にすれば32×32のままにできますが、本問はパディングなしです。
・30×30：フィルタを3×3と取り違えたときの値です。

覚え方のポイント
出力サイズの式「（入力＋ 2×パディング − フィルタ）÷ ストライド＋ 1」は、G検定の計算問題で頻出です。「＋1」の付け忘れと、パディングを2倍し忘れるミスに注意しましょう。

問34-1

縦横7×7の入力に、3×3のフィルタを、ストライド2、パディング1で畳み込んだとき、出力される特徴マップの大きさとして、最も適切なものを1つ選びなさい。

①4×4
②3×3
③5×5
④7×7

答えと解説を見る

正解 ①4×4

解説
出力サイズ＝（入力サイズ＋ 2 × パディング − フィルタサイズ）÷ ストライド＋ 1
本問では、（7 ＋ 2 × 1 − 3）÷ 2 ＋ 1 ＝ 6 ÷ 2 ＋ 1 ＝ 3 ＋ 1 ＝ 4 となり、特徴マップは4×4になります。ストライドを2にすると、フィルタを2画素ずつずらすため、出力のサイズはおよそ半分になります。

他の選択肢が不適切な理由
・3×3：式の最後の「＋1」を忘れた値です。
・5×5：ストライドを1、パディングを0として計算した場合の値です（（7 − 3）÷ 1 ＋ 1 ＝ 5）。ストライドとパディングの両方を見落としています。
・7×7：ストライド1・パディング1の場合の出力サイズで、ストライドが2であることを見落としています。

覚え方のポイント
「ストライド＝フィルタをずらす間隔」「パディング＝周囲を埋める幅（両側に付くので2倍）」。この2つの意味を理解していれば、式を忘れても図を描いて数えられます。

問44-1

畳み込み層で行われる「パディング」の説明として、最も適切なものを1つ選びなさい。

①フィルタを何画素ずつずらして計算するかを決める値で、大きいほど出力が小さくなる。
②入力の周囲を0などの値で埋めて、出力の大きさを保ったり端の情報を活かしたりする。
③特徴マップの一定の領域から最大値だけを取り出し、画像の大きさを小さくする処理である。
④学習時にランダムにニューロンを無効にして、特定の特徴に頼りすぎないようにする処理である。

答えと解説を見る

正解 ②入力の周囲を0などの値で埋めて、出力の大きさを保ったり端の情報を活かしたりする。

解説
パディングは、畳み込みを行う前に、入力の周囲を0などの値で埋めて、入力を一回り大きくする処理です。0で埋める方法を特にゼロパディングといいます。パディングをしないと、畳み込みのたびに出力が小さくなり、画像の端の画素はフィルタの計算に使われる回数が少なくなります。パディングを行うことで、出力の大きさを入力と同じに保ったり、端の特徴も十分に活かしたりできます。

他の選択肢が不適切な理由
・フィルタをずらす間隔を決める値：これは「ストライド」の説明です。
・一定の領域から最大値だけを取り出す：これは「最大値プーリング（Max Pooling）」の説明です。
・ランダムにニューロンを無効にする：これは「ドロップアウト」の説明です。

覚え方のポイント
「パディング＝周りを埋める（padding＝詰め物）」「ストライド＝ずらす歩幅（stride＝大またに歩く）」と、英単語の意味で覚えると区別しやすくなります。

問54-1

CNNのプーリング層の説明として、最も適切なものを1つ選びなさい。

①一定の領域ごとに最大値や平均値を取り出して特徴をまとめ、多くの重みを学習して調整する。
②入力の周囲を0で埋めることで、出力される特徴マップの大きさを入力と同じに保つための層である。
③一定の領域ごとに最大値や平均値を取り出して特徴をまとめ、学習するパラメータを持たない。
④前の層のすべてのニューロンと結合し、最終的な分類の結果を出力するための層である。

答えと解説を見る

正解 ③一定の領域ごとに最大値や平均値を取り出して特徴をまとめ、学習するパラメータを持たない。

解説
プーリング層は、特徴マップを2×2などの小さな領域に区切り、その中の最大値（最大値プーリング）や平均値（平均値プーリング）を取り出すことで、特徴マップを縮小する層です。特徴の位置が少しずれても同じような出力になるため、位置のずれに強くなる（不変性を持つ）効果があります。また、取り出し方があらかじめ決まっているため、プーリング層には学習するパラメータ（重み）がありません。

他の選択肢が不適切な理由
・多くの重みを学習して調整する：プーリング層は最大値や平均値を取るだけなので、学習するパラメータを持ちません。
・入力の周囲を0で埋める：これはパディングの説明です。
・すべてのニューロンと結合し分類結果を出力する：これは全結合層の説明です。

覚え方のポイント
「プーリング＝要約・縮小・位置のずれに強い・パラメータなし」。「パラメータを持たない」点は、畳み込み層との違いとして特によく問われます。

問64-1

CNNの考え方の原型とされ、視覚野の「単純型細胞」と「複雑型細胞」に相当する層を持つモデルを提案した人物として、最も適切なものを1つ選びなさい。

①ヤン・ルカン
②ジェフリー・ヒントン
③ヨシュア・ベンジオ
④福島邦彦

答えと解説を見る

正解 ④福島邦彦

解説
福島邦彦は、1979年ごろに「ネオコグニトロン」を提案しました。ネオコグニトロンは、動物の視覚野にある、特定の形に反応する「単純型細胞（S細胞）」と、位置のずれを許容する「複雑型細胞（C細胞）」の働きを参考にした層を交互に重ねたモデルで、現在のCNNの畳み込み層とプーリング層の考え方の原型とされています。ネオコグニトロンは、誤差逆伝播法ではなく、教師なしの競合学習（よく反応した細胞だけが学習する方式）で学習しました。のちに福島自身が提案した改良版では、add-if-silentと呼ばれる学習則も使われています。

他の選択肢が不適切な理由
・ヤン・ルカン：1989年ごろから、誤差逆伝播法で学習するCNN「LeNet」を開発し、手書き数字の認識に応用しました。
・ジェフリー・ヒントン：誤差逆伝播法の普及や、2006年の事前学習、2012年のAlexNetなどで知られる研究者です。
・ヨシュア・ベンジオ：ヒントン、ルカンとともにディープラーニングの発展に貢献し、3人で2018年度のチューリング賞を受賞しています。

覚え方のポイント
「ネオコグニトロン（福島邦彦）→ LeNet（ルカン）」の順で、CNNの原型と、その誤差逆伝播法による実用化を覚えましょう。S細胞は畳み込み層、C細胞はプーリング層に相当します。

問74-1

カラー画像（RGBの3チャネル）に、3×3のフィルタを16枚用いて畳み込みを行う。この畳み込み層のパラメータの数（各フィルタにバイアスを1つずつ持つ）として、最も適切なものを1つ選びなさい。

①448
②432
③160
④144

答えと解説を見る

正解 ①448

解説
畳み込み層の1枚のフィルタは、入力のチャネル数と同じ深さを持ちます。本問では、1枚のフィルタは3×3×3＝27個の重みを持ち、これに1つのバイアスが加わるので、1枚あたり28個のパラメータになります。フィルタは16枚あるので、28×16＝448 となります。なお、出力の特徴マップのチャネル数は、フィルタの枚数と同じ16になります。

他の選択肢が不適切な理由
・432：重みの数（27×16）だけを数え、バイアスの16個を足し忘れた値です。
・160：フィルタの深さ（入力の3チャネル）を考えず、（3×3＋1）×16と計算した値です。
・144：フィルタの深さとバイアスの両方を考えず、3×3×16と計算した値です。

覚え方のポイント
畳み込み層のパラメータ数は「（フィルタの縦 × 横 × 入力チャネル数＋ 1）× フィルタ枚数」。画像の縦横の大きさには関係しない点が、全結合層との大きな違いです。

問84-1

CNNで、最後の畳み込み層の特徴マップをチャネルごとに平均して1つの値にまとめ、全結合層の代わりに用いることで、パラメータの数を大幅に減らす手法として、最も適切なものを1つ選びなさい。

①Global Max Pooling
②Global Average Pooling
③Max Pooling
④Dropout

答えと解説を見る

正解 ②Global Average Pooling

解説
Global Average Pooling（GAP）は、最後の畳み込み層が出力した各チャネルの特徴マップについて、そのすべての値の平均をとって、チャネルごとに1つの値にまとめる手法です。CNNの最後に置かれることの多い全結合層は、パラメータの数が非常に多く、過学習の原因にもなりやすいのですが、これをGAPに置き換えることで、パラメータの数を大幅に減らせます。GoogLeNetなどで用いられ、Grad-CAMの前身であるCAMのように、モデルが画像のどこに注目したかを可視化する手法にも活用されています。

他の選択肢が不適切な理由
・Global Max Pooling：特徴マップ全体から最大値を1つ取り出す手法で、平均をとるGlobal Average Poolingとは異なります。
・Max Pooling（最大値プーリング）：小さな領域ごとに最大値を取り出す通常のプーリングで、特徴マップ全体を1つの値にまとめるものではありません。
・Dropout（ドロップアウト）：学習時にランダムにニューロンを無効にする、過学習の対策です。

覚え方のポイント
「Global（全体）＋Average（平均）＋Pooling」の名前どおり、「特徴マップ全体を平均して1つにする」と覚えましょう。

問94-1

CNNにおいて、同じフィルタを画像全体で共通して用いる「重みの共有」の利点として、最も適切なものを1つ選びなさい。

①パラメータの数を増やせ、画像の位置ごとに異なる特徴を別々に検出できる。
②プーリング層が不要になり、特徴マップの縦横の大きさを常に保てるようになる。
③パラメータの数を減らせ、画像のどの位置の特徴でも同じように検出できる。
④入力画像の縦横の大きさが変わっても、全結合層をそのまま使えるようになる。

答えと解説を見る

正解 ③パラメータの数を減らせ、画像のどの位置の特徴でも同じように検出できる。

解説
畳み込み層では、1枚のフィルタを画像全体でずらしながら使い回します。これを重みの共有といいます。画素の位置ごとに別々の重みを用意する全結合層に比べて、パラメータの数を大幅に減らすことができ、過学習もしにくくなります。また、同じフィルタが画像のどこでも同じ計算をするため、たとえば「縦の線」という特徴が画像の左上にあっても右下にあっても、同じように検出できます。

他の選択肢が不適切な理由
・パラメータの数を増やし位置ごとに別々に検出する：重みの共有の効果とは逆です。
・プーリング層が不要になり大きさを保てる：重みの共有はプーリング層の役割を置き換えるものではなく、特徴マップの大きさはストライドやパディングで決まります。
・入力の大きさが変わっても全結合層をそのまま使える：全結合層は入力の数が固定されているため、重みの共有によってこの制約がなくなるわけではありません。

覚え方のポイント
CNNの2つの工夫は「局所的な結合（小さなフィルタで近くの画素だけを見る）」と「重みの共有（同じフィルタを使い回す）」です。この2つが、画像認識でCNNが強い理由です。

問104-1

CNNの典型的な構成で、最後の段階に置かれ、取り出した特徴をもとに最終的な分類結果を出力する役割を担う層として、最も適切なものを1つ選びなさい。

①畳み込み層
②プーリング層
③埋め込み層
④全結合層

答えと解説を見る

正解 ④全結合層

解説
典型的なCNNは、畳み込み層とプーリング層を何度か繰り返して画像から特徴を取り出したあと、最後の段階で全結合層を置き、取り出した特徴をもとに「犬」「猫」などの分類結果を出力します。全結合層は、前の層のすべてのニューロンと結合している層で、多クラス分類の場合は最後にソフトマックス関数を通して各クラスの確率を出力します。

他の選択肢が不適切な理由
・畳み込み層：フィルタで局所的な特徴を取り出す層で、CNNの前半から中盤に何度も置かれます。
・プーリング層：特徴マップを縮小して情報をまとめる層で、畳み込み層のあとに置かれます。
・埋め込み層：単語などの記号を、意味を反映したベクトルに変換する層で、主に自然言語処理で使われます。

覚え方のポイント
全結合層はパラメータが非常に多いため、近年はGlobal Average Poolingで置き換えて、パラメータを減らす工夫も広く使われています。

G検定は一般社団法人日本ディープラーニング協会の登録商標です。本ページは一般社団法人日本ディープラーニング協会とは一切関係ありません。

G検定の対策問題（全480問）に戻る

非公式の資格試験対策サイトです。一般社団法人日本ディープラーニング協会とは一切関係ありません。

※本ページでは、アクセス解析（Googleアナリティクス）と、広告の配信・成果の計測（A8.net）のためにCookie等を利用し、閲覧に関する情報をGoogle LLC・株式会社ファンコミュニケーションズへ送信しています。詳しくはプライバシーポリシーをご覧ください。

※本ページの問題・解説は、生成AI（人工知能）を活用して作成しています。