在 PyTorch 深度學習訓練中，以下程式碼片段的主要功能為何？
```python
import torch.nn as nn
model = nn.Sequential(
nn.Linear(784, 256),
nn.ReLU(),
nn.Dropout(p=0.5),
nn.Linear(256, 10)
)
```

Question

在 PyTorch 深度學習訓練中，以下程式碼片段的主要功能為何？
```python
import torch.nn as nn
model = nn.Sequential(
    nn.Linear(784, 256),
    nn.ReLU(),
    nn.Dropout(p=0.5),
    nn.Linear(256, 10)
)
```

Accepted Answer

C. 建立一個含有 Dropout 的兩層全連接神經網路，用於分類任務（輸入 784 維，輸出 10 類）。此程式碼建立了一個序列模型：Linear(784→256)（輸入層）→ ReLU（激活函數）→ Dropout(p=0.5)（訓練時隨機關閉 50% 神經元，防過擬合）→ Linear(256→10)（輸出層，10 個類別）。這是標準的全連接分類網路，可用於如 MNIST 手寫數字分類。

Answer

A. 建立一個使用 L1 正則化的神經網路模型

Answer

B. 建立一個使用批次標準化的卷積神經網路

Answer

C. 建立一個含有 Dropout 的兩層全連接神經網路，用於分類任務（輸入 784 維，輸出 10 類）

Answer

D. 建立一個自編碼器（Autoencoder）模型

iPAS 考題解析

詳細解析