705件中 261〜280件を表示 (1ページ最大20件)
| ID | 問題 | 章 | 論点 | 種類 | 有効 | |
|---|---|---|---|---|---|---|
| #445 | PyTorch nn.GRUの戻り値h_nをr・z・nの3ゲートへ分解できる? | リカレントニューラルネットワーク | GRU | PyTorch対応 | ○ | 編集 |
| #444 | 長期依存タスクではLSTMがGRUより常に高精度? | リカレントニューラルネットワーク | GRU | 選択肢消去 | ○ | 編集 |
| #443 | GRUはLSTMより常に高速? | リカレントニューラルネットワーク | GRU | 選択肢消去 | ○ | 編集 |
| #442 | 同じI=10、H=20のPyTorch GRUとLSTMのセルパラメータ数の差は? | リカレントニューラルネットワーク | パラメータ数 | 数式 | ○ | 編集 |
| #441 | 入力I=10、隠れH=20の1層・単方向nn.GRUはbias=Trueで何パラメータ? | リカレントニューラルネットワーク | パラメータ数 | 数式 | ○ | 編集 |
| #440 | PyTorchの1層・単方向nn.GRUでbias=Trueのパラメータ数は? | リカレントニューラルネットワーク | パラメータ数 | 数式 | ○ | 編集 |
| #439 | 単一バイアスで数える1層・単方向GRUセルのパラメータ数は? | リカレントニューラルネットワーク | パラメータ数 | 数式 | ○ | 編集 |
| #438 | r・z・nの3ブロック計算を一括する行ベクトル実装で、GRUのW_x、W_h、bのshapeは? | リカレントニューラルネットワーク | テンソルshape | 数式 | ○ | 編集 |
| #437 | GRUの更新ゲートz_tは1つのスカラー? | リカレントニューラルネットワーク | GRUゲート | 選択肢消去 | ○ | 編集 |
| #436 | GRUの候補状態でreset gateを掛ける位置は全実装で同じ? | リカレントニューラルネットワーク | GRU数式 | 選択肢消去 | ○ | 編集 |
| #435 | AVILEN規約h_t=(1−z_t)h_(t-1)+z_t h̃_tで、z_t=0と1は何を意味する? | リカレントニューラルネットワーク | GRUゲート | 数式 | ○ | 編集 |
| #434 | AVILEN教材で使う逆規約のGRU更新式は? | リカレントニューラルネットワーク | GRU数式 | 数式 | ○ | 編集 |
| #433 | GRUでr_tが0に近いと、候補状態の計算はどうなる? | リカレントニューラルネットワーク | GRUゲート | 数式 | ○ | 編集 |
| #432 | PyTorch規約のGRUでz_t=0ならh_tはどうなる? | リカレントニューラルネットワーク | GRUゲート | 数式 | ○ | 編集 |
| #431 | PyTorch規約のGRUでz_t=1ならh_tはどうなる? | リカレントニューラルネットワーク | GRUゲート | 数式 | ○ | 編集 |
| #430 | PyTorch規約のGRUで隠れ状態h_tの更新式は? | リカレントニューラルネットワーク | GRU数式 | 数式 | ○ | 編集 |
| #429 | PyTorch規約のGRUで候補状態n_tの式は? | リカレントニューラルネットワーク | GRU数式 | 数式 | ○ | 編集 |
| #428 | PyTorch規約のGRUで更新ゲートz_tの式は? | リカレントニューラルネットワーク | GRU数式 | 数式 | ○ | 編集 |
| #427 | PyTorch規約のGRUでリセットゲートr_tの式は? | リカレントニューラルネットワーク | GRU数式 | 数式 | ○ | 編集 |
| #426 | GRUの候補隠れ状態にtanhを使う標準的な理由は? | リカレントニューラルネットワーク | GRU | 選択肢消去 | ○ | 編集 |