解答：
③ 全結合層のみ再学習する.
理由: 畳み込みニューラルネットワーク（CNN）の畳み込み層は、特徴抽出の役割を担っており、すでに20種類の猫の画像の特徴を学習しています。この特徴抽出部分は再学習せずに保持し、出力層の全結合層のみを新しい10種類の分類タスクに合わせて再学習するのが効率的です。この方法は、一般的に「ファインチューニング」と呼ばれ、既存の学習済みモデルの一部を再利用し、新しいタスクに適応させるための効果的な手法です。
検定模擬問題（3） 問87 解答
解答：
③ 全結合層のみ再学習する.
理由: 畳み込みニューラルネットワーク（CNN）の畳み込み層は、特徴抽出の役割を担っており、すでに20種類の猫の画像の特徴を学習しています。この特徴抽出部分は再学習せずに保持し、出力層の全結合層のみを新しい10種類の分類タスクに合わせて再学習するのが効率的です。この方法は、一般的に「ファインチューニング」と呼ばれ、既存の学習済みモデルの一部を再利用し、新しいタスクに適応させるための効果的な手法です。
