人工智能深度学习技术练习(习题卷14)
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]可以直观地看到各层网络结构和参数的工具的是?
A)tf
C)TF
D)TensorBoard
答案:D
解析:
2.[单选题]关于drop_duplicates函数，下列说法中错误的是（）。
A)对Dataframe的数据有效
B)仅支持单一特征的数据去重
C)数据有重复时默认保留第一个数据
D)该函数不会改变原始数据排列
答案:B
解析：难易程度：中题型：
3.[单选题]pytorch中批量归一化使用的是
A)nn.Linear
B)nn.Flatten
C)nn.Dropout
D)nn.BatchNorm2d
答案:D
解析:
4.[单选题]训练时使用( )随机忽略一部分神经元，以避免模型过拟合。在AlexNet中主要是最后几个全连接层使用了这个环节。正则化英文
A)Dropout
B)Conv2d
C)max-pool
D)FC6-8
答案:A
解析:
5.[单选题]可以帮助将数据大小缩小的方式是
A)卷积层
B)池化层
C)全连接层
D)激活层
答案:B
解析:
6.[单选题]超参数范围中说法正确的是
A)随机取值可以提升搜索效率
B)随机取值就是随机均匀取值
C)范围就是[0,1]
D)随机取值对搜索无影响
答案:A
解析:
7.[单选题]计算机视觉，主要研究方法是
A)机器学习
B)数据挖掘
C)卷积神经网络
D)openCV
答案:C
解析:
8.[单选题]什么是卷积?
A)缩小图像的技术
B)放大图像的技术
C)隔离图像特征的技术
D)过滤掉不需要的图像的技术
答案:C
解析:
9.[单选题]深度学习中，以下哪些方法不可以降低模型过拟合？
A)增加更多的样本
B)Dropout
C)增大模型复杂度，提高在训练集上的效果
D)增加参数惩罚
答案:C
解析:
10.[单选题]函数tf.log( )，该函数返回的是一个( )
A)向量
B)张量
C)矢量
D)范数
答案:B
解析:
11.[单选题]Conv2d中控制卷积尺寸的参数为
A)stride
B)kerner_size
C)in_channels
D)out_channels
答案:B
解析:
12.[单选题]连续词袋模型的英文缩写是
A)CBOW
B)CBOM
C)CCOW
D)BBOW
答案:A
解析:
13.[单选题]LSTM中，哪个门的作用是“确定输出，把前面的信息保存到隐层中去”?
A)输入门
B)遗忘门
C)输出门
D)更新门
答案:C
解析:
14.[单选题]下面哪个选项可以直接读取一副灰度图像( )
A)cv2.imread(path)
B)cv2.imread(path,0)
C)cv2.imread(path,1)
D)cv2.imread(path,-1)
答案:B
解析:cv2.imread(filename, flags)参数：filepath：读入imge的完整路径flags：标志位
，{cv2.IMREAD_COLOR，cv2.IMREAD_GRAYSCALE，cv2.IMREAD_UNCHANGED}cv2.IMREAD_COLOR：默认参数，读入一副彩图片，忽略alpha通道，可用1作为实参替代cv2.IMREAD_GRAYSCALE：读入灰度图片，可用0作为实参替代
cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道，可用-1作为实参替代PS：alpha通道，又称A通道，是一个8位的灰度通道，该通道用256级灰度来记录图像中的透明度复信息，定义透明、不透明和半透明区域，其中黑表示全透明，白表示不透明，灰表示半透明
15.[单选题]softmax函数说法错误的是
A)输出的结果和为1
B)使用于多分类
C)可以防止数据过拟合
D)输出的结果为正类别的概率
答案:C
解析:softmax没有防止数据过拟合的作用
16.[单选题]简单细胞对应的视网膜上的光感受细胞所在的区域很小，而复杂系统则对应更大的区域，这个区域被称为（）
A)感受区域
B)复杂细胞
C)简单细胞
D)感受野
答案:D
解析:
17.[单选题]假设你需要调整超参数来最小化代价函数(cost function)，会使用下列哪项技术?
A)举搜索
B)随机搜索
C)Bayesian优化
D)都可以
答案:D
解析:
18.[单选题]查看gpu显卡数量的函数是
A)tensor_gpu.is_cuda
B)torch.cuda.device_count()
C)tensor_gpu.device
D)torch.cuda.is_available()
答案:B
解析:
19.[单选题]关于通道理解错误的是
A)单通道为灰度图
B)卷积后的通道越多，效果越好
C)彩图进行卷积处理只能是三通道
D)彩图是三通道
答案:C
解析:
20.[单选题]利用tf.GradientTape求微分的方法叫做Tensorflow的（）机制
A)梯度下降
B)模型处理
C)梯度处理
D)自动微分
答案:D
解析:
21.[单选题]resnet和Inception使用（）代替全连接处理
A)平均池化
B)最大池化
C)1*1卷积
D)3*3卷积
答案:A
解析:
22.[单选题]如果词汇量是10000，每个词汇由300个特征表示，那么嵌入矩阵就是一个()的矩阵
A)10000*10000
B)300*300
C)300*10000
D)100*10000
答案:C
解析:
23.[单选题]假定你在神经网络中的隐藏层中使用激活函数 X。在特定神经元给定任意输入，你会得到输出「-0.0001」。X 可能是以下哪一个激活函数？
A)ReLU
B)tanh
C)SIGMOID
D)以上都不是
答案:D
解析:
24.[单选题]同一组云资源需要被多个不同账户控制时，用户可以使用（ ）管理对云资源的访问权限。
A)策略控制
B)安全组
C)安全管理
D)账户管理
答案:A
解析：同一组云资源需要被多个不同账户控制时，用户可以使用策略控制管理对云资源的访问权限。
25.[单选题]Batch归一化步骤不包括
A)求每个训练批次数据的均值
B)求每个训练批次数据的方差
C)使用求得的均值和方差对该批次的训练数据做归一化，获得0-1分布
D)求每个训练批次的和
答案:D
解析:
26.[单选题]假设有28个卷积核，那么卷积后提取的特征数量是（）
A)784
B)567
C)28
D)14
答案:C
解析:
27.[单选题]在h_fc1 = lu(tf.matmul(h_flat, W_fc1) + b_fc1)操作,b_fc1是
A)对图像池化
B)偏置项
C)激活函数
D)平均
答案:B
解析:
28.[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:
29.[单选题]下图中的数据是线性可分的么？
A)是
B)否
C)图片有误
D)可能可以
答案:A
解析:
30.[单选题]tensorboard启动命令是
A)tensorflow open board
B)open tensorboard 路径
C)os.open 路径
D)tensorboard --logdir 路径
答案:D
解析:

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。