iPAS 考題解析在神經網路中，前向傳播（Forward Propagation）主要依賴下列哪一種數學操作？

解析

正確答案：B. 矩陣乘法與向量內積

前向傳播的計算是：輸出 = 激活函數(W × 輸入 + b)，其中 W × 輸入是矩陣乘法（或向量內積），是神經網路計算的基本操作。GPU 的並行架構特別適合大規模矩陣乘法，是深度學習加速的關鍵。

每個選項為什麼對或錯

• A 機率積分 錯誤選項

  機率積分不是前向傳播的主要操作。

• B 矩陣乘法與向量內積 正解

  矩陣乘法和向量內積是前向傳播的核心數學操作，此為正確答案。

• C 對數變換 錯誤選項

  對數變換在某些激活函數中使用，但不是主要操作。

• D 條件機率推論 錯誤選項

  條件機率推論是貝葉斯方法，非神經網路前向傳播的主要操作。

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。