CNNにおける最大値プーリング（Max Pooling）に関する説明として、最も適切なものはどれか。
- 1フィルタの重みを学習によって最適化し、入力の特徴を強調する層である。
- 2学習するパラメータを持たず、小領域ごとの最大値を取り出すことで、一般に特徴マップの縦横サイズを縮小しつつ微小な位置ずれに対する頑健性を高める。
- 3チャネル方向の最大値を取り出し、チャネル数を1にまとめることを主な目的とする。
- 4出力される特徴マップの縦横サイズは、ウィンドウサイズやストライドによらず常に入力と同じになる。
正解と解説を見る
正解：2
最大値プーリングは、決められたウィンドウ内の最大値を出力するだけの処理なので、学習するパラメータを持ちません。ストライドを2などにして縦横サイズを縮小するのが一般的で、物体の位置が少しずれても出力が変わりにくくなります。処理はチャネルごとに空間方向へ行うため、チャネル数は基本的に変わりません。重みを学習する層は畳み込み層です。プーリング層は「学習パラメータなし」「空間サイズの縮小」「微小な位置ずれへの頑健性」の3点で覚えておきましょう。
根拠：プーリング層（最大値プーリング）の性質