iPAS 考題解析在深度學習中，Adam 優化器（Adaptive Moment Estimation）相比標準 SGD 的主要改進為何？

解析

正確答案：B. Adam 結合動量（Momentum）和自適應學習率，對不同參數使用不同的學習率

Adam 優化器結合了動量（一階矩估計，累積梯度方向）和 RMSProp（二階矩估計，自適應學習率），能對不同參數自動調整學習率，在稀疏梯度和非平穩目標函數上表現尤佳。

每個選項為什麼對或錯

• A Adam 使用二階梯度資訊加速收斂 錯誤選項

  Adam 使用一階和二階矩估計，不是直接使用二階梯度（Hessian）。

• B Adam 結合動量（Momentum）和自適應學習率，對不同參數使用不同的學習率 正解

  Adam 結合動量和自適應學習率，此為正確描述。

• C Adam 透過隨機丟棄神經元防止過擬合 錯誤選項

  丟棄神經元是 Dropout 的功能，非 Adam。

• D Adam 透過批次標準化穩定訓練過程 錯誤選項

  批次標準化是 Batch Normalization 的功能，非 Adam。

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。