中級能力指標 L23103

數值優化技術與方法：7 題線上練習

「數值優化技術與方法」是 iPAS AI 應用規劃師中級的能力指標（代號 L23103），涵蓋演算法效率與可擴展性評估。本頁收錄 7 題免費練習題，附逐題解析。

考試範圍定位

點任一題可查看完整題目、選項與逐題解析。題目依難度由基礎到進階排序。

在梯度下降（Gradient Descent）優化過程中，陷入「局部最小值（Local Minimum）」的問題，下列哪種方法最能有效緩解？

難度 ★★☆ 114 年考題

在深度神經網路訓練中，「學習率（Learning Rate）」是一個關鍵超參數，下列哪項描述最為準確？

難度 ★★☆ 114 年考題

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？

難度 ★★☆ 114 年考題

在優化器中，哪一個方法會自動調整每個參數的學習率，特別適用於稀疏資料？

難度 ★★☆ 114 年考題

DNN 收斂不穩定（有時過快有時過慢），應調整什麼？

難度 ★★★

下列哪個優化器內建了 Momentum 機制？

難度 ★★★

自動調整學習率且特別適用於稀疏資料的優化器為何？

難度 ★★★

先掌握以下術語的定義與應用情境，再回來刷題，正確率會明顯提升。

練完本考點的題目後，回到題庫總覽查看其他科目的題數分布，或直接進行完整模擬考驗證實力。還不確定弱點在哪，先做診斷測驗；想了解歷年出題趨勢與高頻考點，參考考古題與模擬測驗總整理。