隠れ層とは

まず押さえる結論

隠れ層は、G検定の「大項目4 ディープラーニングの概要」に出てくる用語です。見分けの要点は、隠れ層はニューラルネットワーク全般に共通する、データを受け取る層と結果を出力する層の間に位置するという位置づけの層です。リカレント層はRNNの中で、その隠れ層の状態を次の時点の入力へ戻すという、より限定された時間方向の働きを持つ層を指します。

隠れ層の具体例と、問題文で見る箇所・隣接概念との境界

特定のネットワーク構造に固有の仕組みではなく、入力と出力の間に位置する層という位置づけそのものとして捉える

RNN（回帰型ニューラルネットワーク）だけでなく、CNNやVAE（変分自己符号化器）のエンコーダなど、多くのニューラルネットワークで、データを受け取る層と結果を出力する層の間には隠れ層があります。隠れ層で行われる計算によって、入力データの特徴が段階的に、より扱いやすい表現へと変換されていきます。RNNの場合、この隠れ層の状態を次の時点の入力へ戻す働きを担うのがリカレント層です。

問題文で見る箇所

「入力と出力の間」「特徴を段階的に変換する」という位置づけの記述があれば隠れ層を候補にします。前の時点の状態を次の時点へ戻すという時間方向の働きが書かれていれば、隠れ層そのものではなくリカレント層を候補にします。

隣接概念との境界

隠れ層はニューラルネットワーク全般に共通する、データを受け取る層と結果を出力する層の間に位置するという位置づけの層です。リカレント層はRNNの中で、その隠れ層の状態を次の時点の入力へ戻すという、より限定された時間方向の働きを持つ層を指します。

誤答しやすい選択肢

• 前の時点の出力を次の時点の入力へ戻す働きを、隠れ層そのものの定義として説明する。この働きはRNNのリカレント層が担う役割です。
• データを受け取る層そのものを隠れ層と呼ぶ。データを受け取るのはそれより前段にあたる層で、隠れ層はその後段に位置します。
• 結果を出力する層そのものを隠れ層と呼ぶ。結果を出力するのはそれより後段にあたる層で、隠れ層はその前段に位置します。

4段階の判断手順

1. 01設問がどのネットワーク構造（CNN・RNN・VAEなど）を前提にしているかを確認する。
2. 02層の位置づけを問う記述か、前の時点の状態を次に戻す働きを問う記述かを区別する。
3. 03前の時点の状態を戻す働きの記述であれば、隠れ層ではなくリカレント層を候補にする。
4. 04データを受け取る層・結果を出力する層そのものと、その間に位置する隠れ層を混同していないか見直す。

到達条件: 隠れ層をデータを受け取る層と結果を出力する層の間に位置する層として説明し、RNNにおけるリカレント層との役割の違いを言える。

試験での問われ方

誤答しやすいポイント

「大項目4 ディープラーニングの概要」の問題で、取り違えやすい組み合わせです。

• 勾配消失問題と勾配爆発の混同と、ReLUなど活性化関数が緩和に果たす役割の誤解。
• 局所最適解・大域最適解・鞍点の混同（鞍点はある方向に極小・別方向に極大）。
• 誤差逆伝播法（バックプロパゲーション）と勾配降下法の役割の取り違え。

関連する確認問題

同じ章で確認したい用語

他資格でも出題される用語