1-3 解析常見的機器學習技術 (2) / iPAS AI 應用規劃師, AI 測驗題庫, iPAS AI 初級, 測驗題庫 / 作者: S學院 1-3 解析常見的機器學習技術 (2)模擬測驗，採智能選題，無限次反覆練習。 1. 以下哪個不是深度學習常見的應用領域？ 電腦視覺 機械加工 自然語言處理 語音識別 None 2. 以下哪個不是深度學習常見的模型保存格式？ Checkpoint HDF5 SavedModel CSV None 3. 使用Dropout時，如何調整神經元的輸出以保持網路的期望值？ 除以dropout率 除以保留率 乘以隨機數 加上偏置項 None 4. 神經網路中的瓶頸層(Bottleneck Layer)的主要作用是？ 提高訓練速度 防止過擬合 壓縮特徵表示 增加模型容量 None 5. 以下哪種網路結構最適合處理時序資料？ DNN GAN LSTM CNN None 6. 深度學習網路中的輸出層功能是？ 處理原始資料 輸出最終結果 轉換資料格式 儲存中間結果 None 7. 在深度學習中，為什麼批次標準化層通常位於激活函數之前？ 避免激活函數的非線性影響標準化效果 降低計算複雜度 加快訓練速度 減少記憶體使用 None 8. 在卷積神經網絡中，1x1卷積的主要作用是？ 調整特徵通道數 增加感受野 提取空間特徵 減少計算量 None 9. ResNet中的殘差連接(Residual Connection)主要解決什麼問題？ 過擬合 記憶體不足 梯度爆炸 梯度消失 None 10. 生成對抗網路(GAN)的兩個主要組件是？ 處理器和分析器 輸入層和輸出層 編碼器和解碼器 生成器和鑑別器 None 11. TensorFlow 2.0的主要改進不包含？ 動態圖支援 Keras整合 降低運算效能 簡化的API None 12. 深度學習中的curriculum learning的主要思想是？ 隨機學習 由易到難學習 反向學習 並行學習 None 13. 在深度學習中，為什麼要使用殘差連接(Residual Connection)？ 加快訓練速度 減少參數數量 提高模型容量 緩解梯度消失 None 14. 下列哪項不是深度學習在日常生活中的應用？ 天氣預報系統 自動駕駛 數位助理 詐騙偵測 None 15. 在深度學習中，為什麼要使用Mixup數據增強？ 增加訓練樣本 提高訓練速度 改善模型泛化 減少內存使用 None 16. 深度學習中的遞歸神經網絡為什麼會出現梯度消失問題？ 激活函數不當 參數太多 長期依賴導致梯度連乘 學習率太小 None 17. 深度學習中的One-Cycle Policy的主要思想是？ 固定學習率 週期性調整學習率 逐步減小學習率 學習率先增後減 None 18. TensorFlow中的變量(Variable)主要用於？ 存儲模型參數 存儲輸出結果 存儲輸入數據 存儲中間結果 None 19. TensorFlow是由哪家公司開發的深度學習框架？ Amazon Microsoft Facebook Google None 20. 以下哪個不是深度學習模型的常見層類型？ 全連接層 卷積層 池化層 排序層 None 如有問題可留言，謝謝您的寶貴意見！ 暱稱 電郵（提交獲得正確答案，可換題測驗完整題庫，新增題庫電郵通知） Time's up
