705件中 241〜260件を表示 (1ページ最大20件)
| ID | 問題 | 章 | 論点 | 種類 | 有効 | |
|---|---|---|---|---|---|---|
| #465 | PyTorchのnum_layersと系列長Tは同じ意味? | リカレントニューラルネットワーク | 多層RNN | 選択肢消去 | ○ | 編集 |
| #464 | 多層RNN(stacked RNN)とは? | リカレントニューラルネットワーク | 多層RNN | 用語 | ○ | 編集 |
| #463 | 双方向RNNの順方向状態と逆方向状態は、時間方向の途中で直接相互接続される? | リカレントニューラルネットワーク | 双方向RNN | 選択肢消去 | ○ | 編集 |
| #462 | 将来の株価を予測する入力へ未来時点の値を使う双方向RNNは、何が問題? | リカレントニューラルネットワーク | 双方向RNN | 選択肢消去 | ○ | 編集 |
| #461 | 双方向RNNは可変長系列を処理できる? | リカレントニューラルネットワーク | 双方向RNN | 選択肢消去 | ○ | 編集 |
| #460 | 双方向化だけで単純RNNの長期依存問題は必ず解決する? | リカレントニューラルネットワーク | 双方向RNN | 選択肢消去 | ○ | 編集 |
| #459 | 双方向RNNが特に利用しやすいタスクは? | リカレントニューラルネットワーク | 双方向RNN | 即答 | ○ | 編集 |
| #458 | 双方向RNNが厳密なオンライン予測に不向きな理由は? | リカレントニューラルネットワーク | 双方向RNN | 選択肢消去 | ○ | 編集 |
| #457 | 双方向RNNは単方向RNNと比べて計算量・パラメータ数がどうなる? | リカレントニューラルネットワーク | 双方向RNN | 選択肢消去 | ○ | 編集 |
| #456 | 2方向を連結する双方向RNNの後段Linearは、入力次元を通常いくつにする? | リカレントニューラルネットワーク | 双方向RNN | 数式 | ○ | 編集 |
| #455 | 各方向H次元の双方向RNN出力を要素加算すると、特徴次元は? | リカレントニューラルネットワーク | 双方向RNN | 数式 | ○ | 編集 |
| #454 | 各方向のhidden_sizeがHの双方向RNNで、2方向を連結した各時刻の特徴次元は? | リカレントニューラルネットワーク | 双方向RNN | 数式 | ○ | 編集 |
| #453 | 双方向RNNの2方向の表現を統合する代表的な方法は? | リカレントニューラルネットワーク | 双方向RNN | 即答 | ○ | 編集 |
| #452 | 双方向RNNが各位置で利用できる文脈は? | リカレントニューラルネットワーク | 双方向RNN | 即答 | ○ | 編集 |
| #451 | 双方向RNNの順方向と逆方向は同じ重みを共有する? | リカレントニューラルネットワーク | 双方向RNN | 選択肢消去 | ○ | 編集 |
| #450 | 双方向RNNとは? | リカレントニューラルネットワーク | 双方向RNN | 用語 | ○ | 編集 |
| #449 | GRUにLSTMの出力ゲートに相当する独立ゲートはある? | リカレントニューラルネットワーク | GRU | 選択肢消去 | ○ | 編集 |
| #448 | GRUはMany-to-Oneの系列分類に使える? | リカレントニューラルネットワーク | GRU | 即答 | ○ | 編集 |
| #447 | Stateful GRUで次のチャンクへ渡す状態は? | リカレントニューラルネットワーク | GRU | PyTorch対応 | ○ | 編集 |
| #446 | GRUにはセル状態がないので、過去情報を記憶できない? | リカレントニューラルネットワーク | GRU | 選択肢消去 | ○ | 編集 |