機器學習基礎

輸入為64個、輸出為32個的全連接層(每個輸出各有1個偏差),可訓練的參數數量為何者?

  1. A96
  2. B2048
  3. C2080
查看答案與解析

正確答案:C. 2080

全連接層中,每一組輸入與輸出都有一個權重,因此權重為 64 × 32 = 2048個。再加上每個輸出各1個、共32個偏差,參數為 2048 + 32 = 2080個。一般而言,輸入n個、輸出m個的全連接層,參數為 (n + 1) × m 個。卷積層在整張影像上重複使用相同的濾波器,因此即使輸入大小相同,參數也比全連接層少得多。

  • A. 這是輸入與輸出數量的和。權重存在於每一組輸入與輸出之間,因此是相乘。
  • B. 這是漏算了32個偏差的值。
  • C. 正確。64 × 32 + 32 = 2080。
練習這個領域 前往領域頁面

相關計算工具

機器學習基礎的其他題目

  1. 對28×28的單通道影像,以5×5的濾波器進行卷積(步幅1、不填充),接著進行2×2的最大池化(步幅2)。輸出的高與寬為何者?
  2. 下列關於遞迴神經網路(RNN)與LSTM的敘述,何者適當?
  3. 下列關於Transformer所用之自注意力(self-attention)的敘述,何者適當?
  4. 將以大量資料訓練好的模型,用少量資料運用到其他任務的遷移學習,下列敘述何者適當?
  5. 下列關於生成影像等資料之模型的敘述,何者適當?