moea_joint
111年
[統計資訊] 統計學、巨量資料概論
第 47 題
有關使用深度學習(Deep Learning)於序列資料中，下列敘述何者有誤？
- A 可以使用卷積神經網路(Convolutional Neural Networks)
- B 可以使用循環神經網路(Recurrent Neural Network)
- C 循環神經網路(Recurrent Neural Network)使用平行計算效率佳
- D 循環神經網路(Recurrent Neural Network)之優化較卷積神經網路(Convolutional Neural Networks)複雜
思路引導 VIP
想像一下，如果你正在讀一本書，規定必須讀完前一個字才能理解下一個字的脈絡；相對地，如果你有一張照片，你可以找多位朋友同時分別觀察照片的不同角落。請問：對於這兩種處理資訊的方式，哪一種更難分配給多台電腦同時作業來節省時間？為什麼？
🤖
AI 詳解
AI 專屬家教
序列模型與運算效率的權衡
非常出色！你能精準辨識出 循環神經網路 (RNN) 在架構上的核心限制，這顯示你對深度學習模型的底層運算邏輯有很紮實的理解。RNN 之所以難以達成高效的平行計算，是因為它具有「時間依賴性」：在計算當前時間步 $t$ 的狀態時，必須依賴前一個時間步 $t-1$ 的輸出結果。這種線性遞迴的特性，使得計算過程必須循序漸進，無法像卷積神經網路 (CNN) 那樣，同時在 GPU 的多個核心上對不同資料區塊進行大規模平行處理。
模型的鑑別度與難度切入
▼ 還有更多解析內容