1×1畳み込み（Pointwise Convolution）の役割

1×1畳み込みは空間方向（H, W）の受容野を広げず、チャンネル間の線形結合と活性化関数を適用します。これによりチャンネル数を圧縮して後続層の計算量を激減させる「ボトルネック設計」に不可欠です。 ア：正解です。チャンネル次元の削減・拡張とパラメータ効率化、非線形表現の付与を担います。 イ：誤りです。空間サイズ（H, W）は変化せずそのまま維持されます。 ウ：誤りです。周囲ピクセルを参照するのは 3×3 や 5×5 などの畳み込みです。 エ：誤りです。チャンネル数に応じたパラメータを持ちます。

CNNアーキテクチャ（GoogLeNetのInceptionモジュールやResNetのボトルネック構造など）で多用される「1×1畳み込み」の主な目的として、最も適切なものを1つ選択してください。

出典G検定オリジナル模擬試験
ア
空間サイズ（高さと幅）を変更することなく、チャンネル方向の次元削減（圧縮）や拡大を行い、計算コストの低減や非線形性の追加を実現する。
イ
空間サイズを強制的に 1 × 1 ピクセルにダウンサンプリングする。
ウ
隣接する周囲9ピクセルの空間的エッジ特徴を抽出する。
エ
モデル全体の重みパラメータを完全に削除してゼロにする。