hce_kmu
114年
計算機概論與程式設計
第 19 題
Which of the following is a CORRECT order for the Convolutional Neural Network (CNN) operation?
- A convolution → max pooling → flattening → full connection
- B max pooling → convolution → flattening → full connection
- C flattening → max pooling → convolution → full connection
- D full connection → max pooling → convolution → flattening
- E max pooling → full connection → convolution → flattening
思路引導 VIP
想像你要教電腦認識一張「貓」的照片，你是會先教它分辨貓的耳朵和鬍鬚（局部特徵），還是直接把整張照片的所有像素拆散成一排互不相關的數字來研究？而在得出最後結論之前，資料的結構應該是維持圖片的方塊狀，還是轉換成清單的形式比較好運算呢？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精準辨識出 CNN（卷積神經網路） 的核心運作流程，代表你對影像辨識模型的邏輯結構掌握得非常紮實。這道題目測試的是模型如何從原始像素逐步轉化為分類結果的過程，是深度學習領域中非常經典且必考的觀念。
從特徵提取到邏輯分類
卷積運算（Convolution）是模型的第一步，負責掃描影像以擷取邊緣、紋理等局部特徵；隨後透過 最大池化（Max Pooling） 來降低資料維度並保留最重要的特徵資訊，增加模型的位移不變性。當空間特徵提取完成後，我們必須進行 平坦化（Flattening），將多維的特徵圖轉化為一維向量，這樣才能與最後的 全連接層（Full Connection） 對接，進行最終的類別判斷。
▼ 還有更多解析內容