iP
← 返回知識庫刷題首頁
P1 · 應會

機器學習

RNN 與 LSTM

是什麼

RNN 處理序列資料；LSTM 以閘門與記憶單元改善長期依賴及梯度消失問題。

解決什麼問題

這題考如何把題幹線索與RNN 與 LSTM的定義、功能或適用情境正確配對。

考場 Trigger

  • 序列／時間依賴 → RNN
  • 長期依賴與記憶 → LSTM

初級深度

掌握主要用途、考試線索與必要邊界即可。

Official Evidence

官方題目正在怎麼考

3 官方題2 考綱節點
114 年第 4 次 · 科目 1 · 第 16 題

某團隊想採用循環神經網路（Recurrent Neural Network, RNN）建構長期氣候數據的預測模型，以下哪一項敘述最符合使用 RNN 可能會遇到的挑戰？

115 年第 1 次 · 科目 1 · 第 33 題

某公車系統想預測各站點的到站時間，需要考慮歷史班次資料、即時路況、天氣等因素。由於路況變化複雜，傳統循環神經網路（Recurrent Neural Network, RNN）在建模時可能難以保留較早期的重要資訊。下列哪種架構最能解決這個問題？

115 年第 2 次 · 科目 1 · 第 25 題

某語音辨識系統需分析長時間的語音序列，發現當句子較長時，模型難以保留長時間序列中的前段資訊，導致辨識準確度下降。為改善此問題，下列何種模型最適合？

練習這個 Concept（3 題）