iPAS AI 應用規劃師中級 115 年第一次 科三 第 17 題 詳解

115 年第一次 科三 機器學習技術與應用

某醫療新創團隊將原有3層CNN升級為16層架構以提升CT影像腫瘤偵測率，但發現訓練損失反而高於3層版本且收斂困難。工程師懷疑是網路深度造成的訓練問題，下列診斷與對策何者最正確？

1. A網路層數增加導致參數量過多，應減少每層卷積濾波器（Filters）數量以降低模型複雜度

   減少濾波器是抑制過擬合的做法，與訓練損失偏高不符。

2. B深層網路可能出現梯度消失問題，導致淺層權重難以更新；應採用ResNet的殘差連接（Skip Connection）以改善梯度傳遞（正確答案）

   正解：殘差連接讓梯度直通淺層，緩解梯度消失。

3. C16層模型對CT影像而言仍過淺，應進一步增加網路深度以學習更高階特徵

   再加深只會讓退化更嚴重，方向相反。

4. D問題可能來自激活函數（Activation Function），將ReLU改為Sigmoid可改善梯度傳遞問題

   Sigmoid 飽和區導數更小，換過去會加重梯度消失。