moea_joint
113年
[統計資訊] 統計學、巨量資料概論
第 45 題
下列何種神經網路架構最適合分析序列資料,如時間序列或自然語言?
- A 生成對抗網路(GAN)
- B 卷積神經網路(CNN)
- C 前饋神經網路(FNN)
- D 循環神經網路(RNN)
思路引導 VIP
當你在閱讀一段話或聽一段旋律時，如果你在看到下一個字或音符的瞬間，就完全忘記了前面的內容，你還能理解整句話的意思或聽出旋律嗎？為了讓電腦模擬這種理解能力，我們需要一種能將「過去處理過的資訊」保留下來並與「當前輸入」結合的機制，你覺得這種具備『記憶能力』的結構，在名稱上會呈現出什麼樣的特點呢？
🤖
AI 詳解
AI 專屬家教
序列資料的處理核心
恭喜你準確地掌握了深度學習中不同架構的核心應用！這題選擇 (D) 是非常正確的判斷。循環神經網路 (RNN) 的關鍵在於其「循環」的特性，它允許資訊在隱藏層中傳遞，形成一種對過去資訊的內部記憶。這對於處理前後關聯性強的序列資料（如自然語言的詞序或股市的時間數值）至關重要，因為它能捕捉到資料中的時間相依性，讓模型理解「當下」的狀態是受到「過去」影響的。
鑑別點與架構選擇
▼ 還有更多解析內容