深層学習の基礎（順伝播型ネットワーク、最適化、正則化、CNN、RNN、Transformer等）
入力特徴マップに対して、カーネルサイズ3×3・ストライド1・パディング0の畳み込み層を2層連続で適用した場合、2層目の出力ユニット1つが入力側で参照する領域（受容野）の一辺のサイズはいくつか。
- ✓5
- B3
- C6
- D9
解説
1層目の受容野は3。2層目では受容野が「前層の受容野＋(カーネルサイズ-1)×これまでのストライド積」で拡大し、3+(3-1)×1=5となる。
根拠シラバス項目「畳み込みニューラルネットワーク」