G検定 用語解説
畳み込み層とは
フィルタ（カーネル）と呼ばれる小さな重みの窓を入力データ上で移動させながら適用し、エッジや模様などの局所的な特徴を抽出する層。
まず押さえる結論
畳み込み層は、G検定の「大項目5 ディープラーニングの要素技術」に出てくる用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-10-02。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「大項目5 ディープラーニングの要素技術」の問題で、取り違えやすい組み合わせです。
- CNN（画像・畳み込み/プーリング）とRNN（時系列・系列データ）の使い分けを取り違える。
- LSTMとGRUのゲート数を混同する（LSTM＝3ゲート＋記憶セル、GRU＝2ゲートに簡略化）。
- 最適化手法を取り違える（モメンタム＝慣性、AdaGrad/RMSProp＝適応学習率、Adam＝両方）。
関連する確認問題
大項目5 ディープラーニングの要素技術 / 畳み込みニューラルネットワーク
畳み込みニューラルネットワーク（CNN）の畳み込み層で、入力データ上を移動しながら局所的な特徴を抽出するために用いられるものはどれか。
正解は「フィルタ（カーネル）」である。畳み込み層では、フィルタ（カーネル）と呼ばれる小さな重みの窓を入力データ上で移動させながら適用し、エッジや模様などの局所的な特徴を抽出する。損失関数は誤差の指標、活性化関数は非線形変換、エポックは学習データを何回学習したかの単位であり、いずれも局所特徴を抽出する窓ではない。 CNNの各用語は働く場所と役割で区別する。学習目標を数値化する損失関数、非線形変換を行う活性化関数、データ全体を学習した回数を表すエポックではなく、入力上を走査してエッジや模様へ反応するフィルタを選ぶ。
大項目5 ディープラーニングの要素技術 / 畳み込みニューラルネットワーク
入力が227×227×3の画像で、フィルタの大きさ11×11、ストライド4、パディング0、フィルタ数96の畳み込み層を1つ通したとき、出力の大きさ（幅×高さ×奥行き）として正しいものはどれか。
正解は55×55×96。畳み込み層の出力の幅は、入力の幅をW1、フィルタの大きさをF、ストライドをS、ゼロパディングをPとして(W1－F＋2P)/S＋1で求める。W1＝227、F＝11、S＝4、P＝0を当てはめると(227－11＋0)/4＋1＝55になり、高さも同じ計算で55になる。奥行きは使うフィルタの数に等しいので96である。Stanford CS231nは、AlexNetの最初の畳み込み層をこの条件の例として挙げ、出力を[55×55×96]とする。奥行きが入力のチャネル数の3のままになることはなく、パディングなしのため入力と同じ227にもならない。
大項目5 ディープラーニングの要素技術 / 畳み込みニューラルネットワーク
AlexNetの最初の畳み込み層（入力227×227×3、フィルタの大きさ11×11、フィルタ数96）で、同じフィルタの重みを画像上のすべての位置で共有するとき、重みの数（バイアスを除く）はいくつか。
正解は34,848。パラメータ共有のもとでは、1つのフィルタが持つ重みは(フィルタの高さ×幅×入力の奥行き)個で、ここでは11×11×3＝363個になる。これに使うフィルタの数96を掛けると96×363＝34,848個になり、バイアスは別に96個で、合計は34,944個になる。Stanford CS231nは、共有をしない場合は55×55×96＝290,400個のニューロンがそれぞれ363個の重みと1個のバイアスを持つので合計105,705,600個になると説明する。位置ごとに重みを共有することで、同じ層のパラメータ数が大きく減る。
同じ章で確認したい用語
到達チェック
- 畳み込み層を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、畳み込み層に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）