iPAS AI 應用規劃師中級 114 年第二次 科三 第 6 題 詳解
114 年第二次 科三 機器學習技術與應用
某智慧城市團隊開發一套交通監控系統,用於即時辨識路口監視器影像中的車輛與行人。團隊比較後發現,卷積神經網路(Convolutional Neural Network, CNN)在訓練與推論效率上,明顯優於傳統的全連接神經網路(Fully Connected Neural Network, FCNN)。請問下列何者為主要原因?
- ACNN能自動學習影像的旋轉與比例不變性
不變性靠資料增強或池化近似,非效率主因。
- BCNN可直接跳過人工特徵提取步驟進行分類
免人工特徵是功能優勢,與參數量下降無關。
- CCNN透過區域感知(Local Receptive Field)與參數共享(Parameter Sharing)機制,降低模型參數量與運算複雜度(正確答案)
區域感知加參數共享,直接減少參數與運算量。
- DCNN捨棄激勵函數(Activation Function),以加快運算速度
CNN仍需激勵函數提供非線性,敘述錯誤。
正確答案:C
考卷積神經網路降低參數量的結構特性與效率來源。 看到問「效率為何較佳」,先鎖定模型的結構設計機制,而非它的辨識能力表現。
用刷8題準備 iPAS AI 應用規劃師中級
每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。
開始刷題