705件中 381〜400件を表示 (1ページ最大20件)
| ID | 問題 | 章 | 論点 | 種類 | 有効 | |
|---|---|---|---|---|---|---|
| #325 | PyTorchの1層・単方向nn.RNNでbias=Trueの場合、セル部分のパラメータ数は? | 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 |
| #324 | 入力I=5、隠れH=7の単純RNNセルは、単一バイアスの教科書式で何パラメータ? | 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 |
| #323 | 教科書式の単純RNNセルでバイアスを1本と数える場合、入力I・隠れH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 |
| #322 | バッチN、入力次元I、隠れ次元Hで、1時刻のx_tとh_t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 |
| #321 | h_tを求める式の右辺にh_t自身をそのまま置くのが不適切なのはなぜ? | リカレントニューラルネットワーク | RNN数式 | 選択肢消去 | ○ | 編集 |
| #320 | 時刻tのRNN更新にx_(t-1)だけを使う式が不適切なのはなぜ? | リカレントニューラルネットワーク | RNN数式 | 選択肢消去 | ○ | 編集 |
| #319 | 語彙数Vの次トークン予測でsoftmaxは何に対して適用する? | リカレントニューラルネットワーク | RNN数式 | 数式 | ○ | 編集 |
| #318 | RNNの出力層に使う活性化関数は常にsoftmax? | リカレントニューラルネットワーク | RNN数式 | 選択肢消去 | ○ | 編集 |
| #317 | 単純RNNでtanhが隠れ活性化に使われる理由と限界は? | リカレントニューラルネットワーク | RNN数式 | 選択肢消去 | ○ | 編集 |
| #316 | 隠れ次元H、出力次元OのRNNで、列ベクトル式o_t=W_hy h_t+b_yのW_hy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 |
| #315 | 隠れ次元Hの単純RNNで、再帰重みW_hh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 |
| #314 | 入力次元I、隠れ次元Hの単純RNNで、W_xh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 |
| #313 | RNNの隠れ状態から時刻tの出力を求める基本式は? | リカレントニューラルネットワーク | RNN数式 | 数式 | ○ | 編集 |
| #312 | RNNでa_t=W_xh x_t+W_hh h_(t-1)+b_hと置いたとき、a_tは何? | リカレントニューラルネットワーク | RNN数式 | 用語 | ○ | 編集 |
| #311 | 単純RNNの隠れ状態を求める標準的な式は? | リカレントニューラルネットワーク | RNN数式 | 数式 | ○ | 編集 |
| #310 | 独立した系列の間で隠れ状態を誤って持ち越すと何が起こる? | リカレントニューラルネットワーク | RNN基礎 | 選択肢消去 | ○ | 編集 |
| #309 | RNNの初期隠れ状態h_0には何を使う? | リカレントニューラルネットワーク | RNN基礎 | 即答 | ○ | 編集 |
| #308 | RNNは各時刻で出力する構成と、系列を読み終えてから出力する構成の両方を作れる? | リカレントニューラルネットワーク | 系列入出力 | 選択肢消去 | ○ | 編集 |
| #307 | 入力後に出力系列を生成するMany-to-Many型の代表構造は? | リカレントニューラルネットワーク | 系列入出力 | 用語 | ○ | 編集 |
| #306 | 入力と出力の時刻が対応するMany-to-Many型RNNの例は? | リカレントニューラルネットワーク | 系列入出力 | 用語 | ○ | 編集 |