鑑別式與生成式AI 模擬檢定测驗
21 GAN 訓練中的 Nash 均衡代表?
(A)生成器與判別器達到平衡(B)訓練失敗
(C)生成器完全勝出(D)判別器完全勝出
22. Transformer 架構的關鍵技術是?
(A)池化層(B)卷積運算(C)自注意力機制(D)隱藏層
23.變分自編碼器(VAE) 如何在隱變數空間上產生平滑變換?
(A)使用L1正則化 (B)透過KL散度約束
(C)增加神經 網路層數(D)使用決策樹
24 CNN 的批次正規化(Batch Normalization)可幫助?
(A)減少過擬合(B)增加數據維度
(C)降低網路層數(D) 確保數據平衡
25支持向量機(SVM)中的核函數主要作用 是?
(A)降維 (B)提高數據擬合能力
(C)產生隨機數據(D) 運行梯度下降
26 哪種演算法最適合高維度數據的分類?
(A) SVM (B) K-Means (C) DBSCAN (D) KNN
27. GAN 在醫療領域可用於?
(A)病理影像合成(B)診斷分類
(C)計算藥物劑量(D)即時監控病患
28.Transformer 架構取代 RNN 的主要優勢是?
(A)並行處理能力更強(B)訓練參數更少
(C)適用於低維數據(D)適合短文本處理
29 哪個工具可用於低程式碼AI開發?
(A) AutoML (B) PyTorch (C) TensorFlow (D) NumPy
30.哪個AI模型 最適合 處理 時間序列預測?
(A) GAN (B) RNN (C) CNN (D) SVM
發表文章
