人工智能深度学习技术练习(试卷编号111)
1.[单选题]当需要一个变量，但是又没有初值的时候，可以定义一个
A)操作符
B)占位符
C)操作数
D)以上都不是
答案:B
解析:
2.[单选题]下列有关卷积神经网络CNN和循环神经网络RNN的描述，错误的是( )
A)CNN与RNN都是传统神经网络的扩展。
B)P差播法进行训练。
C)NN可以用于描述时间上连续状态的输出。有记忆功能。
D)CNN与RNN不能组合使用
答案:D
解析:
3.[单选题]数据归一化处理是指将每个特征的取值缩放到（）。
A)-1
B)-1
C)0
D)1
答案:C
解析：难易程度：易题型：
4.[单选题]已知：大脑是有很多个叫做神经元的东西构成，神经网络是对大脑的简单的数学表达。每一个神经元都有输入、处理函数和输出。神经元组合起来形成了网络，可以拟合任何函数。
为了得到最佳的神经网络，我们用梯度下降方法不断更新模型给定上述关于神经网络的描述，什么情况下神经网络模型被称为深度学习模型?A
A)加入更多层，使神经网络的深度增加
B)有维度更高的数据
C)当这是一个图形识别的问题时
D)都不正确
答案:A
解析:
5.[单选题]stant(2)stant(5)ater(a,B.程序语句执行结果
A)addOp=“FALSE”
B)addOp=“TRUE”
C)addOp=“00”
D)addOp=“1”
答案:A
解析:
6.[单选题]梯度下降中，下降速度最快的算法是
A)BGD
B)MINI-BGD
C)SGD
D)都不是
答案:C
解析:
7.[单选题]交叉熵损失函数用来处理（）问题
A)分类
B)预测
C)过拟合
D)以上都不对
答案:A
解析:
8.[单选题]在选择神经网络的深度时，下面哪些参数需要考虑? 1神经网络的类型(如MLP,CNN)
2输入数据
3计算能力(硬件和软件能力决定)
4学习速率
5映射的输出函数
A)1,2,4,5
B)2,3,4,5
C)都需要考虑
D)1,3,4,5
答案:C
解析:
9.[单选题]回调函数是用在哪个函数中？
A)compile()
B)fit()
C)summary()
D)Sequential()
答案:B
解析:
10.[单选题]Keras中，处理二分类的代价调用是：
B)binary_crossentropy
C)categorical_crossentropy
D)sparse_categorical_crossentropy
答案:B
解析:
11.[单选题]优化算法计算用到了:
A)标准差加权平均
B)方差加权平均
C)对数加权平均
D)指数加权平均
答案:D
解析:
12.[单选题]( )就是在不同的训练过程中随机扔掉一部分神经元。也就是让某个神经元的激活值以一定的概率p，让其停止工作，这次训练过程中不更新权值，也不参加神经网络的计算。但是它的权重得保留下来(只是暂时不更新而已)
A)conv2d
B)max_pool
C)Dropout
D)FC
答案:C
解析:
13.[单选题]pytorch中可视化参数分布：
A)writer.add_graph
B)writer.add_scalar
C)writer.add_histogram
D)writer.add_figure
答案:C
解析:
14.[单选题]动态图处理中，无序开启
A)求导
B)会话
C)自动微分
D)反向传播
答案:B
解析:
15.[单选题]连续词袋模型的英文缩写是
B)CBOM
C)CCOW
D)BBOW
答案:A
解析:
16.[单选题]v2d是TensorFlow里面实现卷积的函数，使用这样函数的网络层的作用是()
A)增强图像
B)简化图像
C)特征提取
D)图像处理
答案:C
解析:
17.[单选题]一类包含卷积或相关计算且具有深度结构的前馈神经网络(Feedforward Neural Networks)也称为()
A)机器学习
B)数据挖掘
C)CNN卷积神经网络
D)MATLAB
答案:C
解析:
18.[单选题]从sigmoid函数的图像中可以看到，如果x稍微大点的话，其值接近为1，则在进行反向传播算法的过程中对其求导的导数非常的接近0，因此会导致梯度为0的( )的现象
A)梯度消失
B)梯度上升
C)梯度下降
D)梯度发散
答案:A
解析:
19.[单选题]与学习率不同，（）不影响计算训练时间。批量大小受硬件内存的限制，而学习率则不然。建议使用适合硬件内存的较大批量大小，并使用更大的学习速率。
A)批量大小
B)学习率
C)动量
D)权重衰减
答案:A
解析:
20.[单选题]下面不属于Python特性的是（）。
A)解释型
B)静态
C)动态
D)面向对象
答案:B
解析：难易程度：中题型：
21.[单选题]如果输入一张3通道的图像，下面表述方式正确的是：
A)model.add(Dense(40, input_dim=[1, 3,20, 20]))
B)model.add(Dense(40, input_dim=[1, 20,20, 3]))
C)model.add(Dense(40, input_dim=[3, 1,20, 20]))
D)model.add(Dense(40, input_dim=[3, 1,20, 20]))
答案:B
解析:
22.[单选题]resnet中，放弃使用池化降采样，使用（）方式进行降采样处理
A)调整步长
B)调整卷积尺寸
C)均值滤波
D)高斯滤波
答案:A
解析:
23.[单选题]tensorboard一般用于对loss和metric的变化进行可视化分析的函数是
A)writer.add_graph
B)writer.add_scalar
C)writer.add_histogram
D)writer.add_figure
答案:B
解析:
24.[单选题]要建立数学模型，其详细过程是必须经过数据测量、数据比较、( )过程，才能达到最优。
A)逐渐逼近
B)校准
C)回归
D)监督
正则化描述正确的是答案:A
解析:
25.[单选题]（  ）是指在一个操作系统中多个程序同时并行运行

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。