gk cnn cheatsheet
G検定トップ
＞ CNN 計算問題まとめ（出力サイズ・パラメータ数）
まず結論
-
CNNの計算問題は2種類だけ
- 出力サイズ
- パラメータ数
- どちらも 決まった式に代入するだけ
- G検定では「意味理解」より 正確な計算 が最優先
① 畳み込み層の出力サイズ
基本式（超重要）
出力サイズ = (入力サイズ + 2×パディング − カーネルサイズ) ÷ ストライド + 1
※ 縦・横それぞれ同じ計算
典型問題パターン
- 入力：H × W
- パディング：P
- カーネル：K × K
- ストライド：S
👉 まず式を書く → 数字を代入 → +1を確認
ひっかけポイント（頻出）
- ❌ パディングを +P だけ足す（正しくは 2×P）
- ❌ ストライドで掛け算する
- ❌ 最後の +1 を忘れる
- ❌ 割り算の端数を切り捨てる（G検定では割り切れる設定）
② 畳み込み層のパラメータ数
基本式
パラメータ数 = カーネル縦 × カーネル横 × 入力チャネル数 × 出力チャネル数 + バイアス
- バイアスは 出力チャネル数分
よくある条件
- カーネル：3 × 3
- 入力チャネル：Cin
- 出力チャネル：Cout
= 3 × 3 × Cin × Cout + Cout
具体例
- カーネル：3×3
- 入力チャネル：16
- 出力チャネル：32
3 × 3 × 16 × 32 + 32
= 4608 + 32
= 4640
ひっかけポイント（頻出）
- ❌ 出力サイズを掛けてしまう
- ❌ バイアスを忘れる
- ❌ 入力チャネル数を1と勘違いする（RGBは3）
👉 空間サイズは一切関係ない
③ 全結合層（FC層）のパラメータ数
基本式
入力ノード数 × 出力ノード数 + バイアス
例
- 入力：128
- 出力：10
128 × 10 + 10 = 1290
CNN 計算問題の整理表
| 種類 | 見る数字 | 空間サイズ |
|---|---|---|
| 出力サイズ | 入力・P・K・S | 関係あり |
| Convパラメータ | K・Cin・Cout | 関係なし |
| FCパラメータ | 入力・出力 | 関係なし |
G検定 超頻出ミスまとめ
- 出力サイズ計算とパラメータ数計算を混同
- チャネル数の見落とし
- +1 / +バイアス忘れ
まとめ（試験直前用）
- 出力サイズ：式に代入
- パラメータ数：カーネル×チャネル
- 空間サイズは パラメータ計算に使わない
👉 CNNの計算問題は 落とすと痛いが、対策すれば確実に取れる 分野
🔗 関連記事
- NISC・IPA・JPCERT/CC・CSIRTの違いまとめ【一発で切れるチートシート】
- データ・AI利活用における留意事項とは？【DS検定リテラシー】
- データを読む・説明する・扱うとは？データリテラシー実践ガイド【DS検定】
- 数理・アルゴリズム・データ活用基礎（オプション）【DS検定対応】
- ④ Assistant Data Scientist（見習い）に求められるビジネス力
🏠 G検トップに戻る