1001.图灵测试是图灵在（B ）年在论文中《计算机与智能》中提出的。
A.1956
B.1950
C.1946
D.1940
1002.机器学习不包括（D ）。
A.监督学习
B.强化学习
C.非监督学习
D.体学习
1003.AI 的诞生是在（B ）。
A.1956 年
B.1950 年
C.1957 年
D.1958
1004.不属于人工智能的三大学派是（D ）。
A.符号学派
B.联结学派
C.行为学派
D.统计学派
1005.神经网络是（B ）学派的成果。
A.符号学派
B.联接学派
C.行为学派
D.统计学派
1006.人工智能是指（C ）。
A.自然智能
B.人的智能
C.机器智能
D.通用智能
1007.支持向量机算法属于（B ）。
A.决策树学习
B.统计学习
C.集成学习
D.记忆学习
1008.视觉、听觉、触觉、嗅觉属于智能的什么能力（A ）。
A.感知能力
B.记忆与思维能力
C.学习能力
D.行为能力
1009.认为智能取决于知识的积累量及一般化程度的理论是（B ）。
A.思维理论
B.知识阈值理论
C.进化理论
D.控制理论
1010.人工智能的目的是让机器能够（D ），以实现某些脑力劳动的机械化。
A.具有智能
B.和人一样工作
C.完全代替人的大脑
D.模拟、延伸和扩展人的智能
1011.人工智能中通常把（B ）作为衡量机器智能的准则
A.图灵机
B.图灵测试
C.中文屋思想实验
D.人类智能
1012.决定人工神经网络性能的三大要素中没有（B ）。
A.神经元的特性
B.神经元个数
C.神经元之间的连接形式，即拓扑结构
D.学习规则
1013. 卷积神经网中，如果特征图是32×32 矩阵，池化窗口是4×4 的矩阵，那么池化后的特征图是（C ）的的矩阵。
A.2×2
B.4×4
C.8×8
D.16×16
1014. 卷积神经网中，如果输入图像是32×32 矩阵，卷积核心是5×5 的矩阵，步长为1，那么卷积操作后的特征图是（D ）的矩阵。
A.34×34
B.32×32
C.30×30
D.28×28
1015. 图像识别任务可以分为三个层次，根据处理内容的抽象性，从低到高依次为？（C ）
A.图像分析，图像处理，图像理解
B.图像分析，图像理解，图像处理
C.图像处理，图像分析，图像理解
D.图像理解，图像分析，图像处理
1016.不属于语音声学特征的是？（B ）
A.频率
B.语义
C.时长
D.振幅
1017.很多手机提供了护眼的屏幕显示模式，可以减少蓝光，缓解疲劳。这项功能可以通过调整图像的（D ）实现
A.亮度
B.饱和度
C.对比度
D.相
1018.3*3 的卷积核对3 通道的图像处理，需要多少个参数？（A ）
A.27
B.9
C.108
D.6
1019.一副照片在存放过程中出现了很多小的噪点，对其扫描件进行（A ）操作去噪效果最好。
A.中值滤波
B.高斯滤波
C.均值滤波
D.拉普拉斯滤波
1020.下列关于深度学习说法错误的是（C ）。
A.LSTM 在一定程度上解决了传统RNN 梯度消失或梯度爆炸的问题
B.CNN 相比于全连接的优势之一是模型复杂度低，缓解过拟合
C.只要参数设置合理，深度学习的效果至少应优于随机算法
D.随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题
1021.一副4 位的图像能够区分（B ）种亮度变化。
A.8
B.16
C.128
D.256
1022.修改HSV 彩空间的H 分量，会改变图像（A ）。
A.相
B.亮度
C.饱和度
D.对比度
1023.用两个3x3 的卷积核对一副三通道的彩图像进卷积，得到的特征图有（B ）个通道。
A.1
B.2
C.3
D.4
1024.已知：1）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2）每一个神经元都有输入、处理函数和输出3）神经元组合起来形成了网络，可以拟合任何函数4）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.以上都不正确
1025.下列哪一项在神经网络中引入了非线性？（B ）
A.随机梯度下降
B.修正线性单元（ReLU）
C.卷积函数
D.以上都不正确
1026.在一个神经网络里，知道每一个神经元的权重和偏差是最重要的一步。如果以某种方法知道了神经元准确的权重和偏差，就可以近似任何函数。实现的最佳的办法是（C ）。
A.随机赋值，祈祷它们是正确的
B.搜索所有权重和偏差的组合，直到得到最佳值
C.赋予一个初始值，通过检查跟最佳值的差值，然后迭代更新权重
D.以上都不正确
1027.梯度下降算法的正确步骤是（D ）。
①计算预测值和真实值之间的误差
②迭代跟新，直到到最佳权重
③把输入传入网络，得到输出值
④初始化随机权重和偏差
⑤对每一个产生误差的神经元，改变相应的（权重）值以减小误差
A.①②③
B.⑤④③②①
C.③②④
D.④③①⑤②
1028.下列哪项关于模型能力（指模型能近似复杂函数的能力）的描述是正确的？（A ）
A.隐层层数增加，模型能力增加
B.Dropout的比例增加，模型能力增加
C.学习率增加，模型能力增加
D.都不正确
1029.在神经网络中，以下哪种技术用于解决过拟合？（D ）
A.Dropout
B.正则化
C.批规范化
D.所有
1030.如果使用的学习率太大会出现什么情况？（C ）
A.网络将收敛
B.网络将无法收敛
C.不确定
D.网络将缓慢收敛
1031. 对于分类任务，我们不是将神经网络中的随机权重初始化，而是将所有权重设为零。下列哪项是正确的？（B ）
A.没有任何问题，神经网络模型将正常训练
B.神经网络模型可以训练，但所有的神经元最终将识别同样的事情
C.神经网络模型不会进行训练，因为没有净梯度变化
D.这些均不会发生
1032.数据标注流程为（C ）。人工智能ai正则化使用方法
①数据采集
②数据清洗
③数据标注
④数据质检
A.①②④③
B.②③④①
C.①③②④
D.①②③④
1033.要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（A ）。
A.机器学习
B.专家系统
C.神经网络
D.模式识别
1034.（A ）是实现人工智能的“引擎”。
A.算法
B.数据
C.计算能力
D.语音识别
1035.AI（人工智能）是英文（A ）的缩写。
A.Artificial Intelligence
B.Automatic Intelligence
C.Automatic Information
D.Artificial Information
1036.在深度优先搜索策略中，open 表是（A ）的数据结构。
A.先进后出
B.先进先出
C.根据价值函数重排
D.随机出
1037.归纳推理是（A ）的推理。
A.从个别到一般
B.从一般到个别
C.从个别到个别
D.从一般到一般
1038.经典逻辑推理方法不包括哪个。（A ）
A.假设推理
B.自然演绎推理
C.归结演绎推理
D.与或形演绎推理
1039.人工智能是知识与智力的综合，下列不是智能特征的是（A ）。
A.具有自我推理能力
B.具有感知能力
C.具有记忆与思维的能力
D.具有学习能力以及自适应能力
1040.在人工智能的（A ）阶段开始有解决大规模问题的能力。
A.新神经网络时期
B.形成时期
C.知识应用时期
D.算法解决复杂问题时期
1041.（A ）是机器智能发展的核心诉求之一。

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。