深度學習原理與框架：27 題線上練習
「深度學習原理與框架」是 iPAS AI 應用規劃師中級的能力指標（代號 L23203），涵蓋類神經網路架構、層級運算機制與模型效能分析。本頁收錄 27 題免費練習題，附逐題解析。
「深度學習原理與框架」是 iPAS AI 應用規劃師中級的能力指標（代號 L23203），涵蓋類神經網路架構、層級運算機制與模型效能分析。本頁收錄 27 題免費練習題，附逐題解析。
考試範圍定位
- 考試等級
- iPAS AI 應用規劃師中級能力鑑定
- 考試科目
- 機器學習技術與應用（L23）
- 知識主題
- 機器學習與深度學習（L232）
- 能力指標
- 深度學習原理與框架（L23203）
- 涵蓋知識點
- 類神經網路架構、層級運算機制與模型效能分析
練習題列表（共 27 題）
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。
在卷積神經網路（CNN）中，卷積層（Convolutional Layer）的主要功能為何？
在卷積神經網路（CNN）架構中，「局部感受野（Local Receptive Field）」的概念是指？
長短期記憶網路（LSTM）相比標準遞歸神經網路（RNN）的主要改進為何？
在 Transformer 架構中，「多頭注意力（Multi-Head Attention）」相比單頭注意力的主要優勢為何？
在深度學習中，ReLU（Rectified Linear Unit）激活函數相比 Sigmoid 函數的主要優勢為何？
在深度學習訓練中，「早停法（Early Stopping）」配合「patience 參數」的機制是指什麼？
關於 VGG16 架構，下列哪項描述「不正確」？
在遷移學習（Transfer Learning）中，若要將 ImageNet 預訓練的 VGG16 遷移用於醫學影像分類，下列哪種策略最為合適？
在深度學習訓練監控中，若觀察到訓練損失（Training Loss）持續下降但驗證損失（Validation Loss）在某個 epoch 後開始上升，這個現象最能說明什麼？
下列何種卷積神經網路（Convolution Neural Networks, CNN）是將卷積層加寬而非加深？
近年來，深度學習研究與應用蓬勃發展，但數據本身可能存在什麼潛在問題？
在分類任務中，深度學習模型通常搭配哪一種輸出函數？
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？
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) ) ```
VGG16 深度卷積神經網路中，第一個卷積層的設定為：輸入 224×224×3 影像，使用 64 個 3×3 卷積核，padding=1。此卷積層的可學習參數（weights + biases）總數為多少？
VGG16 的第一個卷積層（conv1_1）輸入 224×224×3，使用 64 個 3×3 卷積核，stride=1，padding=1，輸出特徵圖的空間尺寸為？
CNN 第一層卷積層的主要功能為何？
CNN 相比全連接神經網路(FCNN)的核心優勢為何？
LSTM 最適合的應用場景為何？
Multi-Head Attention 的主要優點為何？
CNN 使用線性激活函數導致訓練停滯，應改用什麼？
CNN 架構中加寬而非加深的代表模型為何？
神經網路前向傳播的核心數學操作為何？
VGG16 中哪種層的參數量最多？
VGG16 中哪種層的 FLOPs（浮點運算次數）最多？
關於 VGG16 結構，下列何者正確？
VGG16 遷移學習時凍結卷積層的正確做法為何？
本考點的相關 AI 術語
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。
下一步
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。