iPAS 考題解析
在 Keras 中，以下全連接層（Dense Layer）的可學習參數數量為多少？ ```python from tensorflow import keras model = keras.Sequential([ keras.layers.Dense(128, activation='relu', input_shape=(64,)), keras.layers.Dense(10, activation='softmax') ]) ```
中級 機器學習技術與應用
難度：進階 ★★★ 114 年考題
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- 機器學習技術與應用
- 知識主題
- 機器學習建模與參數調校
- 能力指標
- 模型選擇與架構設計（L23302）
本題屬於 iPAS AI 應用規劃師中級能力鑑定「機器學習技術與應用」科目中的「機器學習建模與參數調校」範疇， 對應的能力指標為「模型選擇與架構設計」，涵蓋模型架構的定義、層級設定以及訓練前的核心配置等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
在 Keras 中，以下全連接層（Dense Layer）的可學習參數數量為多少？ ```python from tensorflow import keras model = keras.Sequential([ keras.layers.Dense(128, activation='relu', input_shape=(64,)), keras.layers.Dense(10, activation='softmax') ]) ```
- A. 8,192 個
- B. 8,192 + 128 = 8,320 個
- C. 8,320 + 1,290 = 9,610 個 ✓ 正確答案
- D. 8,192 + 10 = 8,202 個
詳細解析
正確答案：C. 8,320 + 1,290 = 9,610 個
第一層 Dense(128, input_shape=(64,))：weights = 64×128 = 8,192，biases = 128。小計：8,320。第二層 Dense(10)：weights = 128×10 = 1,280，biases = 10。小計：1,290。Total = 8,320 + 1,290 = 9,610。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 8,192 個 （不正確）
8,192 只計算第一層 weights，未加 biases 和第二層。
B. 8,192 + 128 = 8,320 個 （不正確）
8,320 是第一層的 weights + biases，未加第二層。
C. 8,320 + 1,290 = 9,610 個 （正確）
9,610 = 第一層 8,320 + 第二層 1,290，此為正確總參數數。
D. 8,192 + 10 = 8,202 個 （不正確）
8,202 不符合計算結果。
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
進階題備考建議
- ▶ 本題屬於進階難度，涉及技術原理的深入理解或跨領域整合應用，需要紮實的基礎。
- ▶ 進階題通常需要你綜合多個知識點才能判斷，建議建立知識圖譜，把相關概念串聯起來。
- ▶ 如果這題答錯了，建議回頭複習相關的基礎概念，確保每一層知識都沒有漏洞。
- ▶ 中級考試的進階題佔比較高，建議先把初級範圍的基礎打穩，再挑戰中級進階題。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自中級考試範圍，需要具備紮實的技術基礎才能正確作答。
開始準備 iPAS 考試
本題來自 114 年 AI 應用規劃師中級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。