머신러닝의 기초

입력이 64개, 출력이 32개인 완전 연결층(각 출력에 바이어스가 1개씩 있다)의 학습하는 파라미터 수는?

  1. A96
  2. B2048
  3. C2080
정답과 해설 보기

정답: C. 2080

완전 연결층에서는 모든 입력과 모든 출력의 쌍에 가중치가 1개씩 있으므로, 가중치는 64 × 32 = 2048개입니다. 여기에 출력마다의 바이어스 32개가 더해지므로, 파라미터는 2048 + 32 = 2080개입니다. 일반적으로 입력이 n개, 출력이 m개인 완전 연결층의 파라미터는 (n + 1) × m개입니다. 합성곱 층에서는 같은 필터를 이미지 전체에서 재사용하므로, 같은 크기의 입력이라도 완전 연결층보다 파라미터가 훨씬 적어집니다.

이 분야 연습하기 분야로 돌아가기

머신러닝의 기초의 다른 문제

  1. 28×28의 1채널 이미지에 5×5 필터로 합성곱(스트라이드 1, 패딩 없음)을 수행하고, 이어서 2×2 최대 풀링(스트라이드 2)을 수행한다. 출력의 세로와 가로 크기는?
  2. 순환 신경망(RNN)과 LSTM에 대한 설명으로 적절한 것은?
  3. Transformer에서 사용되는 셀프 어텐션(자기 주의 메커니즘)에 대한 설명으로 적절한 것은?
  4. 대량의 데이터로 학습을 마친 모델을 다른 과제에 적은 데이터로 활용하는 전이 학습에 대한 설명으로 적절한 것은?
  5. 이미지 등을 생성하는 모델에 대한 설명으로 적절한 것은?