iPAS AI 應用規劃師初級 115 年第二次 科一 第 28 題 詳解

115 年第二次 科一 人工智慧基礎概論

某AI團隊正在訓練一個深度神經網路，用於辨識工廠產線上的瑕疵零件。工程師發現訓練過程中損失函數震盪幅度大，且不同批次資料造成模型學習方向不穩定。為改善此問題，團隊在各隱藏層加入Batch Normalization機制。請問此調整在訓練階段最主要的作用為何？

1. A將輸入影像標準化，使不同類別的特徵分布更加一致

   只講輸入影像標準化，範圍限於資料前處理而非各隱藏層。

2. B自動調整模型權重初始化方式，以避免訓練初期震盪

   BN 不改權重初始化方式，兩者是不同機制。

3. C增加模型隱藏層的非線性能力，以提升分類精度上限

   非線性來自激活函數，BN 屬線性縮放與平移。

4. D降低不同批次輸入造成的內部特徵分布變動，使梯度更新更穩定（正確答案）

   正解：穩定各層特徵分布，讓梯度更新更平順。