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 · 考點:數據準備與特徵工程
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?
- 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。
- 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。
- 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。
- 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。
正確答案:B
深層網路訓練退化的成因判讀與殘差連接的對策選擇。 看到「加深後訓練損失反而變高」,先往梯度傳遞失效想,再找能縮短梯度路徑的架構解法。
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。
開始刷題同考點的題目
數據準備與特徵工程
- 115 年第一次 科三 第 19 題某團隊開發合約文件審查系統,需比對合約首頁的定義條款與第20頁的責任條款是否一致。工程師初版採用雙向長短期記憶(Bidi…
- 115 年第一次 科三 第 20 題工程師在PyTorch中建構貓、狗、鳥三分類CNN,並使用交叉熵損失函數(CrossEntropyLoss)作為訓練目標…
- 115 年第一次 科三 第 21 題某工程師將一個大型預訓練模型部署至資源受限的行動裝置,發現模型體積過大且推論效率不足。為降低模型大小並提升推論速度,他將…
- 115 年第一次 科三 第 23 題某團隊開發法律文件生成系統,需根據合約前半段內容自動生成後半段條款。工程師分別使用BERT與GPT-2進行微調,但發現B…
- 115 年第一次 科三 第 30 題某信用風險模型:訓練AUC=0.97、驗證AUC=0.72、少數違約樣本預測波動極大及不同K-fold切分結果差異明顯。…