iPAS 考題解析
CNN 第一層卷積層的主要功能為何？
中級 機器學習技術與應用
難度：進階 ★★★
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
- 機器學習與深度學習
- 能力指標
- 深度學習原理與框架（L23203）
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「機器學習與深度學習」範疇， 對應的能力指標為「深度學習原理與框架」，涵蓋類神經網路架構、層級運算機制與模型效能分析等核心知識點。 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
CNN 第一層卷積層的主要功能為何？
- A. 自動提取局部特徵（如邊緣、紋理） ✓ 正確答案
- B. 降低資料維度
- C. 增加神經元數量
- D. 整合所有全局特徵
詳細解析
正確答案：A. 自動提取局部特徵（如邊緣、紋理）
CNN 第一層的卷積核像小窗口，掃過圖片的每個局部區域，提取邊緣、顏色漸變、紋理等低階特徵。深層才會學到更抽象的高階特徵。
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. 自動提取局部特徵（如邊緣、紋理） （正確）
CNN 的卷積核就像小濾波器，在圖片上滑動，自動偵測並提取圖像的低階局部特徵，例如邊緣、角點、紋理或顏色變化。
B. 降低資料維度 （不正確）
降低資料維度主要是池化層（Pooling Layer）的功能，卷積層本身主要目的是提取特徵，通常會保持或稍微改變維度。
C. 增加神經元數量 （不正確）
卷積層的目的是學習特徵，而不是單純增加神經元數量。雖然輸出特徵圖的深度會增加，但這不是主要功能。
D. 整合所有全局特徵 （不正確）
第一層卷積層的感受野（Receptive Field）很小，只能看到圖片的局部。整合全局特徵是更深層網路或全連接層的功能。
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 iPAS 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。