iPAS AI 應用規劃師初級 114 年第四次 科一 第 16 題 詳解
114 年第四次 科一 人工智慧基礎概論
某團隊想採用循環神經網路(Recurrent Neural Network, RNN)建構長期氣候數據的預測模型,以下哪一項敘述最符合使用RNN可能會遇到的挑戰?
- ARNN無法處理可變長度的序列輸入,因此在實務上限制極大
RNN 本來就能吃可變長度序列,敘述與事實相反。
- BRNN在長序列訓練中可能出現梯度消失,影響模型效果(正確答案)
長序列反向傳播時梯度逐層衰減,學不到遠距依賴。
- CRNN無法捕捉時間上的依賴關係,因此預測準確度低
捕捉時間依賴正是 RNN 的設計目的,不是缺點。
- DRNN只能用於分類任務,不能應用於時間序列預測
RNN 可做回歸、生成與時間序列預測,不限分類。
正確答案:B
考 RNN 處理長序列時的梯度消失限制。 看到模型缺點題,先確認選項描述的是真實限制,還是根本否定該模型的核心能力。
用刷8題準備 iPAS AI 應用規劃師初級
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