人工智能深度学习技术练习(习题卷21)
第1部分：单项选择题，共47题，每题只有一个正确答案，多选或少选均不得分。
1.[单选题]在深度学习网络中， 以下哪种技术不是主要用来做网络正则化的？
A)dropout
B)参数共享
C)Early stopping
D)Pooling
答案:B
解析:
2.[单选题]百度飞桨的paddle框架10.2安装指令正确的是（）。
A)python
B)python
C)python
D)python
答案:B
解析：难易程度：易题型：
3.[单选题]以下函数中不具备排序功能的是（）。
A)sort
B)argsort
C)lexsort
D)extract
答案:D
解析：难易程度：中题型：
4.[单选题]在CNN图像处理过程中，尺寸为32X32的一幅图像，经过strides步长为1，填充padding为1，然后经3*3的卷积核filter卷积处理后，输出的图像尺寸大小为?( )
A)28X28
B)14X14
C)30X30
D)32X32
答案:D
解析:
5.[单选题]BP神经网络包括三层，分别是输入层，（）和输出层。
A)连接层
B)包含层
C)隐藏层
D)内层
答案:C
解析:
6.[单选题]双曲正切函数指的是那一个函数?
A)Sigmoid函数
B)tanh函数
D)leaky ReLU
答案:B
解析:
7.[单选题]使用Opencv库中的函数读取一副图像，使用下面哪个函数？
A)skimage.io.imread(path)
B)imread(path)
ad(path)
D)cv2.imread(path)
答案:D
解析:
8.[单选题]安装第三方库的命令正确的是（）。
A)import
B)pip
C)install
D)pip
答案:B
解析：难易程度：易题型：
9.[单选题]在BP算法的过程中,error项逐渐变小，使得越靠前的网络层的学习速率越来越低，这种现象被称为vanishing gradient problem 即
A)梯度上升问题
B)梯度优化
C)梯度消失问题
D)梯度下降法
答案:C
解析:
10.[单选题]Python 语言提供的3个基本数字类型是（）。
A)整数类型、二进制类型、浮点数类型
B)十进制类型、二进制类型、十六进制类型
C)整数类型、二进制类型、复数类型
D)整数类型、浮点数类型、复数类型
答案:D
解析：难易程度：易题型：
11.[单选题]在深度学习中，如果输入图像有2个，经过10个卷积核卷积后，输出图像有
A)2
B)5
C)10
D)不确定
答案:C
解析:
12.[单选题]Conv2d中控制步长的参数为
A)stride
B)kerner_size
C)in_channels
D)out_channels
解析:
13.[单选题]年Rumelhart等人发展了( )理论
A)BP算法
B)求偏导
C)激活函数
D)前向算法
答案:A
解析:
14.[单选题]pytorch向下取整的函数是
A)round
B)floor
C)ceil
D)trunc
答案:B
解析:floor意思为地板，是向下取整
15.[单选题]对于神经网络,AW = Y，其中A是训练集合,Y是标签集合，总体损失函数E一般表示为是:
A)0.5乘(Y-AX)的范数平方
B)(Y-AX)
C)Y对X的偏导数
D)(AX-Y)
答案:A
解析:
16.[单选题]v2d(batch, in_height, in_width, in_channels)，其中参数in_channels表示的是
A)卷积核
B)图像数
C)步长
D)通道数
答案:D
解析:
17.[单选题]局部响应归一化即( ),LRN一般是在激活、池化后进行的一中处理方法
A)本区域
B)local response normalization
C)BP算法
D)池化
答案:B
解析:
18.[单选题]神经网络中神经元的说法正确的是（）
A)一个神经元有多个输入输出
B)一个神经元有多个输入和一个输出
C)一个神经元有一个输入和多个输出
D)以上都正确
答案:D
解析：难易程度：易题型：
19.[单选题]Tf.cast(x, tf.float32)将x类型转化成
A)返回整数值
B)返回布尔值
C)返回浮点值
D)返回字符
答案:C
解析:
20.[单选题]pytorch表达二元交叉熵的代码是
A)(model(X).data > 0.5).float()
B)(predicted == Y.data).float().mean()
C)-(Y * torch.log(hypothesis) + (1 - Y) * torch.log(1 - hypothesis)).mean()
an(torch.square(y-h))
答案:C
解析:
21.[单选题]如果您的训练数据的准确性接近1.000，但您的验证数据不是，那么这会有什么风险?
A)那你过拟合了训练数据
B)没风险，这是一个很好的结果
C)你欠拟合了验证数据
D)你过拟合了验证数据
答案:A
解析:
22.[单选题]按以下步骤绘图，会出现错误的是（）。
A)创建画布
B)创建画布
C)创建画布
D)绘制图形
答案:A
解析：难易程度：中题型：
23.[单选题]特征脸方法利用( )进行降维和提取特征
A)次分量分析
B)主分量分析
C)主次分量分析
D)矢量分析
答案:B
解析:
24.[单选题]表示关系表中的每一横行的是（）。
A)码
B)列
C)属性
D)元组
答案:D
解析：难易程度：易题型：
25.[单选题]在监督学习中，标签起监督作用，监督的目的是指导
A)修正权重参数
B)求出信息熵
C)特征提取
D)预处理数据
答案:A
解析:
26.[单选题]关于降维算法，下列说法错误的是（）。
A)PCA是有监督学习算法
B)ICA能够使数据中的的分量最大化独立，而PCA不能
C)LDA是有监督学习算法
D)LDA降维后，同类别的数据分布更为密集
答案:A
解析：难易程度：中题型：
27.[单选题]相对而言，最好梯度下降的算法是
A)momentum
B)adagrad
C)rmsprop
D)adam
答案:D
解析:
28.[单选题]下列关于softmax函数，说法正确的是
A)不属于激活函数
B)输出的结果为正类别的概率
C)输出的结果和为1
D)需要先使用sigmoid激活
答案:C
解析:
29.[单选题]为什么在较小的数据集上更容易出现过拟合现象？
A)因为在较小的数据集中，您的验证数据更有可能和训练数据类似
B)因为没有足够的数据来激活所有卷积或神经元
C)因为使用较少的数据，训练会更快地进行，并且某些功能可能会丢失
D)因为在训练过程中遇到所有可能特征的可能性较小
答案:D
解析:
30.[单选题]Vanishing gradient problem 是指在BP算法的过程中,error项逐渐变小，使得越靠前的网络层的学习速率越来越低
A)梯度上升问题
B)梯度优化
C)梯度消失问题
D)梯度下降法
答案:C
解析:
31.[单选题]卷积层通过过滤器从高维数据中提取特征，增加了输出的深度（特征数），那么，最大池化层的作用是()
A)增加输出维度（宽高）
B)降低输出维度（宽高）python trunc函数
C)保持输出维度（宽高）
D)以上均不正确

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。