鑑別式 與 生成式AI 模擬檢定測驗
21. GAN 在訓練時可能遇到哪種問題?
(A)模型收斂過快(B)模式崩潰(C)過擬合(D)訓練數據不足
22. RNN的梯度消失問題最可能影響哪種應用?
(A)短文本分類(B)長序列預測(C)圖像識別(D)即時翻譯
23.變分自編碼器(VAE)如何在訓練中產生隨機性?
(A)使用隱變數(B)增強訓練數據
(C)隨機初始化權重(D)採用LSTM 架構
24. CNN 的池化層的主要作用是?
(A)提取特徴(B)減少計算量(C)提高分辨率(D)增加網路深度
25. 在機器學習中,L1正則化的主要作用是?
(A)降低計算量(B)特徵選擇
(C)增強生成能力(D)改善梯度下降
26.Transformer 架構相比 RNN 的優勢是?
(A)更快的訓練速度(B)更少參數
(C)低記憶需求(D)更適合影像處理
27.哪種方法可用來穩定 GAN 的訓練?
(A)採用批次正規化(B)減少訓練數據
(C)增加學習率(D)降低模型参数
28.什麼是 One-hot 編碼的主要用途?
(A)文字向量化(B)圖像增強(C)生成新數據(D)提高計算速度
29.AI影像生成技術在藝術領域的主要應用是?
(A)風格轉換(B)運動分析(C)語音合成(D)股票預預測
30 生成模型 在數據增強中 的主要作用是?
(A)增加訓練樣本 (B)降低運算成本
(C)減少數據噪音(D)簡化模型結構
發表文章
