iPAS 考題解析在深度神經網路訓練中，「學習率（Learning Rate）」是一個關鍵超參數，下列哪項描述最為準確？

解析

正確答案：C. 學習率需要精心調整：過大導致震盪，過小導致收斂緩慢甚至陷入局部最小值

學習率是控制梯度更新步幅的關鍵超參數。學習率過大會使損失函數震盪甚至發散；學習率過小則收斂速度極慢，且可能陷入局部最小值。實際訓練中常用學習率排程（如餘弦退火、warmup）動態調整。

每個選項為什麼對或錯

• A 學習率越大，模型一定收斂得越快且效果越好 錯誤選項

  學習率過大會導致震盪，不是越大越好。

• B 學習率越小，梯度更新越穩定，但訓練速度越慢 錯誤選項

  此描述有一定道理但不完整，沒提及過小的問題。

• C 學習率需要精心調整：過大導致震盪，過小導致收斂緩慢甚至陷入局部最小值 正解

  學習率需要精心調整，過大震盪過小緩慢，此為最準確描述。

• D 學習率只影響訓練速度，不影響最終模型性能 錯誤選項

  學習率直接影響最終模型性能，不僅是訓練速度。

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。