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 連題組第三題:VGG16 層數深且結構規則,由多層卷積、池化及全連接層組成。了解各層的輸入/輸出維度、參數量及記憶體需求,有助於掌握 CNN 模型的組成邏輯與實作技巧。根據 VGG16 的模型架構,下列敘述何者正確? (A) AdaptiveAvgPool2d 的輸出會被攤平後傳入第一個全連接層;由於前一層池化輸出空間為 4×4,所以第一個線性層的輸入維度是 512×4×4 = 8192 (B) Linear-33(第一個全連接層)報出的 102,764,544 參數只包含權重,偏差(bias)沒有算在內 (C) 根據列出的「Estimated Total Size (MB) = 624.98」,表示訓練此模型只需大約 625MB 的 GPU 記憶體(包含所有 optimizer state 與梯度),所以一張 1 GB 的 GPU 就足夠訓練 (D) VGG16 包含 13 層卷積(conv)與 3 層全連接層(FC),總參數數目約為 138,357,544(約 138.36M)

原卷題來源:iPAS 114 年第二次中級科目三 第 44 題(原卷)

你的作答

解析

正確答案:D. VGG16 包含 13 層卷積(conv)與 3 層全連接層(FC),總參數數目約為 138,357,544(約 138.36M)

四個敘述中,正確的是選項 D:VGG16 確實有 13 層卷積與 3 層全連接,總參數約 138,357,544(138.36M)。其他三個選項各有一個具體的數字或概念錯誤。

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。