iPAS AI 應用規劃師中級 115 年第一次 科三 第 9 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

某工程師訓練深度神經網路時發現損失函數震盪嚴重且收斂速度慢,改用Adam優化器後訓練變得穩定且收斂更快。下列何者為Adam能改善此問題的主要原因?

  1. A同時結合一階動量(Momentum)與自適應學習率(Adaptive Learning Rate),為每個參數調整更新步長(正確答案)

    動量加自適應學習率,正是 Adam 的組成。

  2. B強制所有參數使用相同學習率(Learning Rate),避免梯度差異造成不穩定

    統一學習率是 SGD 的作法,非 Adam。

  3. C透過批次正規化(Batch Normalization)重新分布輸入資料

    批次正規化是網路層技術,不屬優化器。

  4. D將梯度裁剪為固定範圍以避免梯度爆炸(Gradient Explosion)

    梯度裁剪是另一種獨立手段,Adam 不靠它。

正確答案:A

考 Adam 優化器的運作原理與它為何能穩定訓練並加速收斂。 看到優化器題,先問它「是否調整學習率」與「是否使用歷史梯度資訊」這兩個面向。

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

數據準備與特徵工程

  1. 115 年第一次 科三 第 11 題某工程師在A100 GPU叢集上訓練大型語言模型,觀察到以下現象:全批次梯度下降時GPU利用率達100%,但每次更新耗時…
  2. 115 年第一次 科三 第 12 題某醫院導入肺癌篩檢模型,資料集中正常病例佔99%、肺癌陽性僅佔1%。模型上線後,系統報告整體準確率(Accuracy)為…
  3. 115 年第一次 科三 第 17 題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…
  4. 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…
  5. 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…