iPAS 備考專區 登入

iPAS AI 應用規劃師題庫・中級・L23 機器學習技術與應用

iPAS 考題解析VGG16 是由牛津大學 Visual Geometry Group (VGG) 在 2014 年提出的經典卷積神經網路(Convolutional Neural Network, CNN)架構。該模型以簡潔且規則的層堆疊設計聞名,廣泛應用於影像分類、特徵提取及遷移學習等任務。附圖程式碼載入了預訓練的 VGG16 模型,並輸出其完整層級結構及參數統計摘要(如附表,總參數約 138,357,544)。在深度神經網路中,不同層的參數量(parameter count)差異極大。有些層雖然數量少但計算量大,有些則相反。了解參數分佈情形,有助於模型壓縮與遷移學習設計。請問在 VGG16 中,下列何者的參數量最多?

原卷題來源:iPAS 114 年第二次中級科目三 第 42 題(原卷)

你的作答

解析

正確答案:B. 全連接層(Linear)

VGG16 裡參數量最多的是全連接層(Linear):第一個全連接層 Linear-33 單獨就佔了約 1.027 億個參數(102,764,544),遠超過 13 層卷積層加總的 1,480 萬個。

這題有完整的逐題解析

情境、白話說明、每個錯選項的陷阱,以及同一個考點下次會怎麼變形。

答案、題目或解析有問題?回報這題

題目 © 經濟部產業發展署,AITerms.tw 僅作教學解析使用,本站解析以 CC BY-NC-SA 4.0 授權。