Pooling層の計算ひっかけ問題集（出力サイズ）は頻出論点を整理して得点力につなげる学習テーマです。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk cnn pooling cheatsheet

G検定トップ ＞ Pooling層の計算ひっかけ問題集（出力サイズ）

まず結論

  • Pooling層にも出力サイズの計算がある
  • ただし「パラメータ数」は 0
  • G検定では Convと混同させる罠 が多い

Pooling層の基本

  • 代表例

    • Max Pooling
    • Average Pooling
  • 学習する重みは持たない
  • 役割は 空間サイズの縮小

出力サイズの基本式

Conv層と同じ形の式を使います。

出力サイズ = (入力サイズ + 2×パディング − プーリングサイズ) ÷ ストライド + 1

※ 多くの問題では パディングなし（P=0）

典型問題パターン

条件例

  • 入力：8 × 8
  • プーリング：2 × 2
  • ストライド：2
  • パディング：0

計算

(8 − 2) ÷ 2 + 1 = 4

👉 出力：4 × 4

ひっかけ①「パラメータ数を計算してしまう」

❌ 誤り

  • Pooling層は

    • カーネルはあるが
    • 重みを学習しない

👉 パラメータ数 = 0

ひっかけ②「チャネル数が変わると思う」

  • Pooling後も

    • チャネル数は変わらない

例：

  • 入力：32ch → 出力：32ch

ひっかけ③「+1 を忘れる」

Convと同じく、

+1

を忘れるとズレます。

ひっかけ④「ストライド=プーリングサイズと決めつける」

  • よくあるが
  • 必ずしも同じとは限らない

👉 問題文の数値を必ず使う

Conv層との違いまとめ

項目 Conv層 Pooling層
重み あり なし
バイアス あり なし
パラメータ数 あり 0
役割 特徴抽出 サイズ縮小

超短縮チェックリスト（試験中用）

  • □ Poolingだからパラメータ0？
  • □ チャネル数そのまま？
  • □ +1 忘れてない？
  • □ ストライド確認した？

まとめ（試験直前用）

  • Pooling層は 計算するが学習しない
  • 出力サイズは Convと同じ式
  • パラメータ数を聞かれたら 0

👉 次は CNN全体のサイズ遷移まとめ に行くと完成

🔗 関連記事

🏠 G検トップに戻る