高考申論題
111年
[資訊處理] 資訊管理與資通安全
第 三 題
深度學習（Deep Learning）是目前相當熱門的技術，它的應用非常廣泛，諸如病毒碼檢測、聊天機器人、汽車防碰撞、醫學腫瘤影像辨識等。說明深度學習訓練時以分類為例子，為何其最後一級採用的是歸一化指數函數（Softmax）做分類，但實際應用時卻用支援向量機（Support Vector Machine, SVM）技術做分類？（25 分）
📝 此題為申論題
思路引導 VIP
看到本題應先拆解「訓練階段」與「應用推論階段」的核心需求差異。訓練階段著眼於「梯度下降與反向傳播的效率」，因此 Softmax 的可微性與機率分佈特性佔優；應用階段則追求「分類邊界的最大化與泛化能力」，此時 SVM 基於邊界最大化的優勢便能發揮。答題時可依循「特徵萃取加分類器替換」的兩階段實作邏輯進行論述。
🤖
AI 詳解
AI 專屬家教
【破題】 深度學習模型在訓練階段需要計算梯度以更新權重，而實際應用階段則追求最佳的分類邊界與泛化能力。此差異導致訓練時常採用 Softmax 搭配交叉熵，而推論時可替換為支援向量機（SVM）以提升分類效能與強健性。 【論述】
▼ 還有更多解析內容