人工智能深度学习技术练习(习题卷3)

试卷科目：人工智能深度学习技术练习人工智能深度学习技术练习(习题卷3)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能深度学习技术练习第1部分：单项选择题，共132题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.样本点数量相同的概率空间,可以等价互换。A)是B)不能C)部分能D)部分不能答案:A解析:[单选题]2.多层前馈网络也称为()A)BP网络B)隐藏层网络C)输入层网络D)输出层网络答案:A解析:[单选题]3.pytorch中批量归一化使用的是A)nn.LinearB)nn.FlattenC)nn.DropoutD)nn.BatchNorm2d答案:D解析:[单选题]4.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:[单选题]5.Session是Tensorflow为了控制,和输出文件的执行的语句.运行session.run()可以获得你要得知的运算结果,或者是你所要运算的部分通常要创建Session对象,对应的编程语句为:A)sess=tf.Session()B)sess.close()C)tf.add()D)tf.equal()答案:A解析:[单选题]6.步长张量strides=[1,2,2,1]能横向纵向移动A)1像素B)2像素C)3像素D)4像素答案:B解析:[单选题]7.代码启动tensorboard的代码是A)loss.backwardB)writer.add_graphC)notebook.startD)notebook.list答案:C解析:[单选题]8.c=tf.constant([3,2.0,5],[1,6,0],[9,0,0]])，print(c.dtype)，该程序输出结果为A)<dtype:?int32?>B)<dtype:?float32?>C)<dtype:?string?>D)<dtype:?int64?>答案:B解析:[单选题]9.Inception中，不管并联卷积池化如何改变，合并后特征图的（）必须相同A)通道B)尺寸C)维度D)色差答案:B解析:[单选题]10.从20世纪()人工智能开始出现了A)50年代B)60年代C)70年代D)80年代答案:A解析:[单选题]11.从官网中下载的手写数字数据集是什么类型文件（）。A)二进制B)八进制C)十进制D)图片文件答案:A解析:难易程度：易题型：[单选题]12.实现矩阵与标量乘法的命令是（）。A)np.doc()B)np.matmul()C)np.dot()D)以上都不是答案:D解析:难易程度：易题型：[单选题]13.长短期记忆网络是RNN的一种变体,RNN由于梯度消失的原因只能有()记忆A)长期B)短期C)中期D)后期答案:B解析:[单选题]14.卷积定理指出,函数卷积的傅里叶变换是函数傅里叶变换的()。即,一个域中的卷积相当于另一个域中的(),例如时域中的卷积就对应于频域中的乘积。A)乘积,乘积B)乘积,范数C)范数,乘积D)范数,距离答案:A解析:[单选题]15.在有监督学习中,标签起的一个作用是A)监督B)度量C)观察D)学习答案:A解析:[单选题]16.（）是序列模型处理的基础单元A)时间步B)样本C)一句话D)一个数据集答案:A解析:[单选题]17.深度学习是当前很热门的机器学习算法，在深度学习中，涉及到大量的矩阵相乘，现在需要计算个稠密矩阵A,B.C的乘积ABC,假设三个矩阵的尺寸分别为mn，np，pq，且m<n<p<q，以下计算顺序效率最高的是(()A)(AB)CB)AC(B)C)A(BC)D)所有效率都相同答案:A解析:[单选题]18.假设一个具有3个神经元和输入为[1,2,3]的简单MLP模型。输入神经元的权重分别为4，5和6。假设激活函数是一个线性常数值3(激活函数为:y=3x)。输出是什么?()A)32B)643C)96D)48答案:C解析:[单选题]19.定义一个卷积核filter,它的张量定义为filter=tf.Variable(tf.random_normal([20,10,3,16]))则卷积核的高度是:A)10B)20C)16D)3答案:B解析:[单选题]20.Keras中进行独热处理的代码是A)to_categorical()B)OneHotEncoder()C)eye()D)diag()答案:A解析:[单选题]21.Tf.nn.conv2d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:[单选题]22.（）只是单CPU模拟双CPU来平衡程序运行性能，这两个模拟出来的CPU是不能分离的，只能协同工作。A)多任务B)超线程技术C)虚拟化D)多线程答案:B解析:超线程技术只是单CPU模拟双CPU来平衡程序运行性能，这两个模拟出来的CPU是不能分离的，只能协同工作。[单选题]23.以下哪个关于梯度消失的描述是正确的?A)通过优化算法,处理梯度,可以更快做梯度下降,获取最优解B)由于数据处理或者激活函数选择不合理等原因,无法获取梯度,从而不能获得最优解C)由于隐藏层数量过少,无法获取梯度,从而不能获得最优解D)通过更多隐藏层,减少梯度迭代,从而更快的进行计算,获取最优解答案:B解析:[单选题]24.当数据过大以至于无法在RAM中同时处理时，哪种梯度下降方法更加有效?A)随机梯度下降法(StochasticGradientDescent)B)不知道C)整批梯度下降法(FullBatchGradientDescent)D)都不是答案:A解析:[单选题]25.通常欧几里得距离,也叫A)非负距离B)平面距离C)绝对值距离D)平方范数距离答案:D解析:[单选题]26.关于Series索引方式错误的是（）。A)s[0:2]B)s[2]C)s[s>2]D)s[s=2]答案:D解析:难易程度：中题型：[单选题]27.在keras中，函数按batch获得输入数据对应的输出。A)predict（）B)predict_classes（）C)predict_proba（）D)train_on_batch（）答案:A解析:在keras中，predict（）函数按batch获得输入数据对应的输出。[单选题]28.符号主义属于现代人工智能范畴,基于逻辑推理的智能模拟方法()A)模拟人的智能行为B)计算机视觉C)卷积神经网络D)openCV答案:A解析:[单选题]29.本学期的大作业，手写数字识别性能的最低要求是多少（）。A)90%B)95%C)97%D)99%答案:B解析:难易程度：易题型：[单选题]30.下面能够实现激活函数操作的语句是:A)h_conv1=tf.nn.relu(conv_ret1)B)h_conv1=tf.nn.dropout(conv_ret1)C)h_conv1=tf.nn.lrn(conv_ret1)D)h_conv1=tf.nn.l2_loss(conv_ret1)答案:A解析:[单选题]31.在keras中，也可以调用框架提供的模型，请问这些模型包含在下面哪个库中？A)keras.applicationsB)keras.layersC)keras.preprocessingD)keras.models答案:A解析:[单选题]32.pytorch向下取整的函数是A)roundB)floorC)ceilD)trunc答案:B解析:floor意思为地板，是向下取整[单选题]33.依据函数的曲线分布而命名的()激活函数中,就是指Sigmoid函数A)U型B)M型C)X型D)S型答案:D解析:[单选题]34.在绘图时?-?表示那种风格字符（）。A)虚线B)实线C)点划线D)点虚线答案:B解析:难易程度：易题型：[单选题]35.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:[单选题]36.三元运算符是以下哪个命令（）。A)np.all()B)np.any()C)np.where()D)np.std答案:C解析:难易程度：易题型：[单选题]37.假设一个具有3个神经元和输入为「1.2.3]的简单MLP模型。输入神经元的权重分别为4，5和6。假设激活函数是一个线性常数值3(激活函数为:y=3x)。输出是什么?CA)32B)643C)96D)48答案:C解析:[单选题]38.Tf.reshape(tensor,shape,name=None)函数的作用是将tensor变换为参数shape形式,其中的shape为一个()形式。-1所代表的含义是我们不用亲自去指定这一维的大小,函数会自动进行计算A)矢量B)向量C)列表D)凸集答案:C解析:[单选题]39.Tf的文件读入前,需要定义reader=tf.WholeFileReader(),该语句是A)读入文件B)定义文件操作对象C)定义读入模式D)定义数据对象答案:B解析:[单选题]40.从()到AlexNet。进化之路一:网络结构加深;进化之路二:加强卷积功能;进化之路三:从分类到检测;进化之路四:新增功能模块。A)LeNetB)AlexNetC)VGGD)ResNet答案:A解析:[单选题]41.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：[单选题]42.定义张量类型为32位浮点数，下列代码正确的是A)Tf.constant([1],32)B)Tf.constant([1],32.0)C)Tf.constant([1],type=tf.float32)D)Tf.constant([1],dtype=tf.float32)答案:D解析:[单选题]43.Mini-batch的原理是A)选取数据中部分数据进行梯度下降B)和批量梯度下降相同,只是将算法进行优化C)将数据每次进行一小批次处理,通过迭代将数据全部处理D)随机选取一些数据,计算梯度进行下降,每次将学习率降低一点答案:C解析:[单选题]44.梯度下降算法的正确步骤是什么？1计算预测值和真实值之间的误差2重复迭代，直至得到网络权重的最佳值3把输入传入网络，得到输出值4用随机值初始化权重和偏差5对每一个产生误差的神经元，调整相应的（权重）值以减小误差A)3，2，1，5，4B)5，4，3，2，1C)4，3，1，5，2D)1，2，3，4，5答案:C解析:[单选题]45.下列不属于Lasso对象属性的是（）。A)coef_B)sparse_coef_C)intercept_D)n_features_答案:D解析:难易程度：中题型：[单选题]46.pytorch执行参数更新的函数是A)optimizer.zero_grad()B)zero.autoC)cost.backward()D)optimizer.step()答案:D解析:[单选题]47.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:[单选题]48.初始化时通常使用()随机数给各权值和阈值赋初值。A)偏导数B)大的C)小的D)均方根答案:C解析:[单选题]49.(e^x)*x^2的导数是A)(e^x)(x^2+2x)B)(e^x)C)(e^x)*cos(x)D)cosx答案:A解析:[单选题]50.在Keras中，fit函数的参数：validation_split：0~1之间的浮点数，用来指定训练集的一定比例数据作为验证集。验证集将不参与训练，并在每个epoch结束后测试的模型的指标，如损失函数、精确度等。其不指定时默认值是（）A)1B)0.5C)0.2D)0答案:D解析:在Keras中，fit函数的参数：validation_split：0~1之间的浮点数，用来指定训练集的一定比例数据作为验证集。验证集将不参与训练，并在每个epoch结束后测试的模型的指标，如损失函数、精确度等。其不指定时默认值是0[单选题]51.tf.transpose常用的情景为A)独热编码B)数据勤奋C)逻辑回归D)图片处理答案:D解析:[单选题]52.循环神经网络比较擅长()A)列相关问题。B)图像分类。C)图像检索。D)图像去燥。答案:A解析:[单选题]53.飞桨框架的经典应用案例有（）。A)国网山东B)商汤图像C)平安医疗D)中科院遥感所答案:A解析:难易程度：易题型：[单选题]54.神经网络的向前传输过程需要3部分信息，分别是神经网络输入、神经网络的连接以及（）。A)神经网络参数B)神经网络权重C)神经网络阈值D)以上都不对答案:A解析:[单选题]55.T=tf.Variable([1,2,3]),tf.multiply(t,2)的结果是A)[1,2,3]B)[2,3,4]C)[2,4,6]D)[2,4,3]答案:C解析:[单选题]56.可以使用后面的时间步预测前面时间步含义的单元是A)RNNB)LSTMC)GRUD)BRNN答案:D解析:[单选题]57.人工智能三大主义之符号主义的?符号?是指A)字符串B)符号逻辑C)字符串的推广D)字节答案:B解析:[单选题]58.Maxpooling是CNN当中的最大值池化操作,其实用法和卷积很类似,()仍然是[batch,height,width,channels]这种形式A)valueB)shapeC)stridesD)padding答案:B解析:[单选题]59.循环神经网络的英文全称是?A)RecurrentNeuralNetworkB)RepeatNeuralNetworkC)RoundNeuralNetworkD)RecurseNeuralNetwork答案:A解析:[单选题]60.假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型，训练所用的数据集由汽车和卡车的照片构成，而训练目标是检测出每种车辆的名称(车辆共有10种类型)。现在想要使用这个模型来解决另外-个问题，问题数据集中仅包含一种车（福特野马）而目标变为定位车辆在照片中的位置。我们应该如何操作？（）A)除去神经网络中的最后一层，冻结所有层然后重新训练B)对神经网络中的最后几层进行微调，同时将最后一层(分类层)更改为回归层C)使用新的数据集重新训练模型D)所有答案均不对答案:B解析:[单选题]61.卷积函数中，参数strides的作用是（）A)设置卷积核B)设置卷积步长C)设置卷积层数D)以上都不对答案:B解析:[单选题]62.对于拟合的问题,下列说法正确的是:A)过拟合的现象是训练集准确率低,而测试集准确率高B)欠拟合的现象是训练集和测试集准确率相近C)尽量不要出现适度拟合,会造成新数据准确率低D)欠拟合是指验证集和测试集的准确率都无法保证正常业务使用答案:D解析:[单选题]63.在tf中,构建交叉熵损失函数的语句是:A)cross_entropy=-tf.reduce_sum(y_actual*tf.log(y_predict))B)cross_entropy=-tf.reduce_all(y_actual*tf.log(y_predict))C)cross_entropy=-tf.reduce_max(y_actual*tf.log(y_predict))D)cross_entropy=-tf.reduce_s(y_actual*tf.log(y_predict))答案:A解析:[单选题]64.以下选项中,不属于软件调试技术的是（）。A)强行排错法B)集成测试法C)回溯法D)原因排除法答案:B解析:难易程度：易题型：[单选题]65.对数坐标下,在[a,b]区间随机随机均匀地给r取值的说法错误的是A)取最小值的对数得到a的值B)取最小值的对数得到b的值C)取最大值的对数得到b的值D)取任意值r,则超参数设置为10的r次方答案:B解析:[单选题]66.Alex在2012年提出的()网络结构模型引爆了神经网络的应用热潮,并赢得了2012届图像识别大赛的冠军,使得CNN成为在图像分类上的核心算法模型。AlexNet该模型一共分为八层,5个卷积层,,以及3个全连接层A)LeNetB)AlexNetC)VGGD)ResNet答案:B解析:[单选题]67.神经网络中的损失函数是使用那两个值衡量（）。A)计算值与目标值B)期望值与目标值C)预测值与目标值D)计算值与实际值答案:A解析:难易程度：易题型：[单选题]68.以下四个mini-batch选取样本数量,哪一个效果最好A)58B)60C)62D)64答案:D解析:[单选题]69.简单来说,Siamesenetwork就是?连体的神经网络?神经网络的?连体?是通过()来实现的A)独有权值B)最大权值C)共享权值D)最小权值答案:C解析:[单选题]70.深度学习中的卷积神经网络属于机器学习中的那哪种模型A)深度监督学习B)深度无监督学习C)深度半监督学习D)深度强化学习答案:A解析:[单选题]71.Dataset数据结构中，映射元素的函数是A)mapB)zipC)shuffleD)reduce答案:A解析:[单选题]72.（）年，几个计算机科学家相聚在达特茅斯会议，提出了?人工智能?的概念。A)1955B)1957C)1956D)1954答案:C解析:1956年，几个计算机科学家相聚在达特茅斯会议，提出了?人工智能?的概念[单选题]73.pytorch中，LSTM输入尺寸参数为A)input_sizeB)batch_firstC)biasD)hidden_size答案:A解析:[单选题]74.下列使用归一化操作的激活函数有:A)reluB)softmaxC)tanhD)leakrelu答案:B解析:[单选题]75.关于正则化,说法错误的是:A)过拟合可以通过正则化方式消除B)常用的正则化方式由L1,L2,以及dropoutC)欠拟合可以通过正则化方式消除D)正则化是损失函数的一个补偿项答案:C解析:[单选题]76.创建一个3x3的ndarray，下列代码错误的是（）。A)np.arange（0，9）.reshape（3，3）B)np.eye（3）C)np.random.random([3,3,3])D)np.mat(?1答案:C解析:难易程度：中题型：[单选题]77.Word2vec主要包含两个模型Skip-gram和()?A)GRUB)CCOWC)CBOWD)CBOM答案:C解析:[单选题]78.矩阵100010001又称为什么矩阵（）。A)1阶矩阵B)对角矩阵C)三角矩阵D)3维矩阵答案:B解析:难易程度：易题型：[单选题]79.对于概率空间,集合的划分,与下列最有关系的是A)距离空间B)概率空间C)向量空间D)排序答案:B解析:[单选题]80.对于tf函数tf.all_variables()。A)能够打印所有变量B)能够打印部分变量C)能定义所有变量D)能够定义任意变量答案:A解析:[单选题]81.Mini-batch下降的效果是:A)损失函数值一直下降B)损失函数值总体趋势下降C)比梯度下降速度快D)梯度下降不明显答案:B解析:[单选题]82.A是3阶方阵，且A=-2，则2A=（）。A)4B)-4C)16D)-16答案:D解析:难易程度：难题型：[单选题]83.Linux继承了（）以网络为核心的设计思想，是一个性能稳定的多用户网络操作系统。A)windowsB)ubuntuC)UnixD)redhat答案:C解析:Linux继承了Unix以网络为核心的设计思想，是一个性能稳定的多用户网络操作系统。[单选题]84.不属于卷积内部性质的有A)步长B)卷积核C)0填充D)池化核答案:D解析:[单选题]85.F=tf.Variable([[2.,5.,4.],[1.,3.,6.]]),tf.reduce_sum(f,axis=1)的值是A)[10.,11.]B)[10.,10.]C)[11.,11.]D)[11.,10.]答案:D解析:[单选题]86.将numpy转成tensor的方式是：A)cloneB)tensorC)from_numpyD)view答案:C解析:[单选题]87.keras中只保留模型的权重可以通过()方法实现A)model.save_weight()B)model.save_weights()C)model.save()D)model.json()答案:B解析:[单选题]88.在卷积神经网络中,函数tf.argmax()可以返回vector中的最大值的索引号或者是最大值的()A)上标B)下标C)坐标D)内积答案:B解析:[单选题]89.输入图像有2个,经过10个卷积核卷积后,输出图像有()个A)2B)5C)10D)不确定答案:C解析:[单选题]90.对于神经网络的说法，下面正确的是:1.增加神经网络层数，可能会增加测试数据集的分类错误率2.减少神经网络层数，总是能减小测试数据集的分类错误率3.增经网络层数，总是能减小训练数据集的分类错误率A)1B)1和3C)1和2D)2答案:A解析:[单选题]91.在一个简单的MLP模型中，输入层有8个神经元，隐藏层有5个神经元，输出层有1个神经元。隐藏输出层和输入隐藏层之间的权重矩阵的大小是多少？（）A)[1X5]，[5X8]B)[8×5]，[1×5]C)[5×8]，[5×1]D)[5×1]，[8×5]答案:D解析:[单选题]92.使用1*1卷积思想的网络模型是A)lenetB)alexnetC)resnetD)inception答案:D解析:[单选题]93.Dropout运行原理:A)随机取消一些节点,只是用部分节点进行拟合运算,防止过拟合B)dropout能增加新样本防止过拟合C)dropout进行归一化操作,防止过拟合D)dropout通过给损失函数增加惩罚项,防止过拟合答案:A解析:[单选题]94.面向对象编程类使用哪个保留字定义（）。A)classB)defC)DogD)cat答案:A解析:难易程度：易题型：[单选题]95.设计为8层的卷积神经网络AlexNet网络成功使用()函数,其效果远远地超过了Sigmoid函数A)RelU函数B)sigmoid函数C)tanh函数D)sin函数答案:A解析:[单选题]96.在卷积神经网络中,卷积层与全连接层的先后顺序通常为?A)先卷积、池化后全连接B)先全连接、卷积后池化C)先池化、全连接再卷积D)先卷积、全连接、池化后答案:A解析:[单选题]97.与传统机器学习方法相比，深度学习的优势在于A)深度学习可以自动学习特征B)深度学习完全不需要做数据预处理C)深度学习完全不提取底层特征，如图像边缘、纹理等D)深度学习不需要调参答案:A解析:[单选题]98.根据垃圾分类条例，以下属于可回收垃圾的是（）。A)旧电脑、旧电视、旧冰箱B)油漆桶C)废蓄电池D)废X光片答案:A解析:[单选题]99.如果一个神经网络用于预测一种事物的分类，例如分为A,B,C,D四类，那么下列哪一个激活函数适用于该神经网络的输出层？A)SigmoidB)TanHC)SoftmaxD)Relu答案:C解析:[单选题]100.optimizer.zero_grad()的作用是A)梯度初始化B)重新计算迭代次数C)重新计算代价D)优化器优化结果到0答案:A解析:[单选题]101.垂直翻转的函数是A)RandomHorizontalFlip()B)RandomVerticalFlip()C)RandomRotationD)RandomCrop答案:B解析:[单选题]102.均方误差损失函数用来处理（）问题A)分类B)预测C)过拟合D)以上都不对答案:B解析:[单选题]103.Keras的缺点是A)需要启动会话B)入门简单C)必须配合其他框架使用D)过度封装导致丧失灵活性答案:D解析:[单选题]104.卷积是图像处理的一种常用的（）方法。A)非线性滤波B)线性滤波C)均值滤波D)非均值滤波答案:B解析:[单选题]105.图片修复是需要人类专家来进行修复的，这对于修复受损照片和视频非常有帮助。下图是一个终像修复的例子。现在人们在研究如何用深度学习来解决图片修复的问题。对于这个问题，哪种损失函数适用于计算像素区域的修复?CA)负对数似然度损失函数(Negative-logLikelihoodloss)B)欧式距离损失函数(Euclideanloss)C)两种方法皆可D)两种法不可答案:C解析:[单选题]106.关于面向对象的继承，以下选项中描述正确的是（）A)继承是指一组对象所具有的相似性质B)继承是指类之间共享属性和操作的机制C)继承是指各对象之间的共同性质D)继承是指一个对象具有另一个对象的性质答案:B解析:难易程度：易题型：[单选题]107.权重学习理论是在那个年代提出（）。A)1940年代B)50-60年代C)70年代D)1986年答案:B解析:难易程度：易题型：[单选题]108.Adam算法的tensorflow代码是:A)tf.example.AdamOptimizerB)tf.train.AdamOptimizerC)tf.nn.AdamOptimizerD)tf.AdamOptimizer答案:B解析:[单选题]109.在AI领域,被誉为三驾马车的代表人物提出了()框架。A)机器学习B)深度学习C)开源D)tensorflow答案:B解析:[单选题]110.在M-P神经元模型中，每个神经元的值为（）A)所有输入值的加权和B)所有输入值的和C)所有输入值的乘积D)所有输入值的加权乘积答案:A解析:[单选题]111.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:[单选题]112.pandas的常用类不包括（）。A)SeriesB)DataFrameC)PanelD)Index答案:C解析:难易程度：中题型：[单选题]113.当神经网络的调参效果不好时，需要从哪些角度考虑？1是否找到合适的损失函数2是否过拟合3是否选择了和是的激活函数4是否选择合适的学习率A)12B)234C)34D)1234答案:D解析:[单选题]114.连续特征数据离散化的处理方法不包括（）。A)等宽法B)等频法C)使用聚类算法D)使用Apriori算法答案:D解析:难易程度：中题型：[单选题]115.混沌度(Perplexitv)是一种常见的应用在使用深度学习处理NLP问题过程中的评估技术，关于混沌度，哪种说法是正确的?BA)度没什么影响B)混沌度越低越好C)混度越高越好D)于果的影响不一定答案:B解析:[单选题]116.在tf中My_var_times_two=my_var.assign(2*my_var)A)让my_var对应变量翻倍赋值给My_var_times_twoB)没有赋值C)赋值不翻倍D)my_var对应变量翻倍答案:D解析:[单选题]117.下面代码的输出结果是（）d={"大海":"蓝色","天空":"灰色","大地":"黑色"}print(d["大地"],d.get("大海"))A)大地B)大地C)黑的D)黑色答案:D解析:难易程度：易题型：[单选题]118.多分类处理流程中，不属于softmax特点的是A)输出结果的数量和类别数相同B)输出结果对应了别概率C)输出求和为1D)概率值大于0.5的是最终的预测结果答案:D解析:[单选题]119.相对复杂的模型，建议使用（）方式创建A)SequentialB)函数式API创建任意结构模型C)Model子类化创建自定义模型D)自定义函数答案:C解析:[单选题]120.以下不是LSTM中包含的门A)遗忘门B)输入门C)输出门D)更新门答案:D解析:[单选题]121.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_graphB)writer.add_scalarC)writer.add_histogramD)writer.add_figure答案:B解析:[单选题]122.卷积过程中，输入图像为RGB彩色图像，采用5x5的卷积核，此时卷积核有（）个通道。A)3B)5C)7D)1答案:A解析:[单选题]123.腾讯云提供三种类型的云服务器购买方式，分别适用于不同场景下的用户需求，下列哪一项不是腾讯云服务器购买方式：（）A)包年包月B)按量计费C)部分免费D)竞价实例答案:C解析:[单选题]124.ImporttensorflowastfInput=tf.variable(tf.random_normal([1,3,3,1]))Filter=tf.variable(tf.random_normal([3,3,1,1]))Result=tf.nn.conv2d(input,filter,strides=[1,1,1,1]),padding='VALID')该程序中，填充方式为（）A)使用0填充B)不使用0填充C)无论怎样都不填充D)使用1填充答案:B解析:[单选题]125.以下不是激活函数的是:A)reluB)sigmoidC)tanhD)dropout答案:D解析:[单选题]126.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:[单选题]127.自定义循环训练模型模式，无需（）过程A)编译B)求导C)计算梯度D)计算得分答案:A解析:[单选题]128.(e^x)*sin(x)的导数是A)(e^x)((sin(x)+cos(x))B)(e^x)C)(e^x)*cos(x)D)cosx答案:A解析:[单选题]129.在会话中运行计算图使用的函数是A)Session()B)Sess()C)Constant()D)Tf.constant()答案:A解析:[单选题]130.激活函数X。在给定输入后，其输出为-0.01。则X可能是以下哪一个激活函数？（）A)ReLUB)tanhC)SigmoidD)其他选项都有可能答案:B解析:[单选题]131.编程中,通常要进行全局变量初始化操作,可以使用下列那一个语句()A)init_op=tf.global_variables_initializer()B)init_op=tf.variables_initializer()C)init_op=tf.initializer()D)init_op=np.global_variables_initializer()答案:A解析:[单选题]132.我们可以采取哪些措施来防止神经网络中的过拟合?A)数据增强B)权重共享C)提前停止D)DropoutE)以上全部F)全部答案:E解析:第2部分：多项选择题，共41题，每题至少两个正确答案,多选或少选均不得分。[多选题]133.分别加载模型结构和权重，就是分别加载模型结构文件和模型权重文件，下面哪些方法能实现上述功能？A)model_from_json()B)model.from_weights()C)model_from_yaml()D)load_weights()答案:ACD解析:[多选题]134.在tensorflow平台中,可以实现两个向量内积运算的语句包括:A)tf.reduce_sumB)tf.multiplyC)tf.reduce_meanD)tf.norm答案:AB解析:[多选题]135.由深度神经网络构成的网络结构中,其构成通常会包括那些层?A)输入层B)卷积层(激活函数)C)池化层D)全连接层答案:ABCD解析:[多选题]136.以下哪些属于独热编码?A)[0,1,0,0]B)[0,1,1,0]C)[1,0,0,0]D)[0,0,0,1]答案:ACD解析:[多选题]137.语句tf.transpose(x).eval()的意义是:A)对x进行转置B)从tf环境中获取x的数据交给python环境C)不对x转置D)不能获知x的内容答案:AB解析:[多选题]138.需要循环迭代的算法有A)k-meansB)线性回归C)svmD)逻辑回归答案:ABD解析:[多选题]139.深度学习是一类模式分析方法的统称，就具体研究内容而言，主要涉及三类方法：A)基于卷积运算的神经网络系统，即卷积神经网络(CNN)。B)以多层自编码神经网络的方式进行预训练，进而结合鉴别信息进一步优化神经网络权值的深度置信网络(DBN)C)基于多层神经元的自编码神经网络，包括自编码(Autoencoder)以及近年来受到广泛关注的稀疏编码两类(SparseCoding)D)以机器学习为主的多种神经网络算法答案:ABC解析:深度学习是一类模式分析方法的统称，就具体研究内容而言，主要涉及三类方法：[2](1)基于卷积运算的神经网络系统，即卷积神经网络(CNN)。[2](2)基于多层神经元的自编码神经网络，包括自编码(Autoencoder)以及近年来受到广泛关注的稀疏编码两类(SparseCoding)。[2](3)以多层自编码神经网络的方式进行预训练，进而结合鉴别信息进一步优化神经网络权值的深度置信网络(DBN)。[多选题]140.图像归一化的好处包括（）A)减小几何变换的影响B)转换成标准模式，防止仿射变换的影响C)减小噪声影响D)加快梯度下降求最优解的速度答案:ABD解析:一、图像归一化的好处：1、转换成标准模式，防止仿射变换的影响。2、减小几何变换的影响。3、加快梯度下降求最优解的速度。[多选题]141.TensorFlow程序的核心是：A)变量B)常量C)张量数据结构D)计算图算法语言答案:CD解析:[多选题]142.下面哪些语句哪些函数是优化器?A)tf.train.GradientDescentOptimizer()B)tf.train.AdamOptimizer()C)tf.train.Optimizer()基本的优化类D)tf.train.AdadeltaOptimizer()答案:ABCD解析:[多选题]143.语句a=tf.Variable([1,2,3])和b=tf.Variable(a)这条语句:A)合法B)非法C)合法但a需要提前初始化D)合法但不够安全答案:ACD解析:[多选题]144.张量结构操作A)张量创建B)索引切片C)维度变换D)合并分割答案:ABCD解析:[多选题]145.假定一个全连接网络有三个权重矩阵维度为W1[a,b],W2[c,d],W3[e,f],该网络A)输入维度为[M,a]B)输出维度[M,f]C)输入数据维度为[a,b]D)输出数据维度为[e,f]答案:AB解析:[多选题]146.keras中包含的库有A)activationB)layersC)lossesD)metrics答案:ABCD解析:[多选题]147.交叉熵为-1/m∑[y(i)log(hθ(x(i)))+(1?y(i))log(1?hθ(x(i)))]A)m是训练输入元素个数B)∑的加和长度是输入个数C)y(i)来自标签的onehot表D)hθ(x(i))和标签one-hot表维度一致答案:ABCD解析:[多选题]148.随着深度学习的兴起，越来越多的人从事算法工程师这一岗位。有时候他们自嘲自己为?天桥调参师?。但是，算法工程师的工作内容并没有那么简单，因为设置超参数的过程需要专业知识和广泛的试验和试错过程。尤其是针对（）这些超参数而言，没有简单易行的方法来设置。A)学习率（learningrate）B)批量大小（batchsize）C)动量（momentum）D)权重衰减（weightdecay）答案:ABCD解析:[多选题]149.关于训练,验证集划分,下列正确的是:A)不一定需要验证集B)数据集数量较少时,训练集和测试集比例可以是7:3C)任何数量的数据集,都应遵守训练集和测试集比例7:3的铁则D)大数据量的验证集,可以不遵循训练集和测试集比例7:3的原则答案:ABD解析:[多选题]150.语句My_var_times_two=my_var.assign(2*my_var)A)让my_var对应变量翻倍B)有赋值C)My_var_times_two是一个节点D)需要先对my_var初始化答案:ABCD解析:[多选题]151.关于梯度的问题,以下说法错误的是:A)梯度下降会增加学习次数B)多使用梯度爆炸,增加计算效率提升模型准确率C)梯度下降可以减少计算量,建议使用D)梯度爆炸会增大计算量,编写代码时避免梯度爆炸答案:BC解析:[多选题]152.计算图由（）和（）组成A)节点B)线C)张量D)变量答案:AB解析:[多选题]153.做作为分类损失函数的有A)binary_crossentropyB)categorical_crossentropyC)sparse_categorical_crossentropyD)hinge答案:ABC解析:D为SVM中的合页损失[多选题]154.在深度学习中，模型出现过拟合的现象可能是（）A)训练集的数量级和模型的复杂度不匹配。训练集的数量级要小于模型的复杂度；B)训练集和测试集特征分布不一致；C)样本里的噪音数据干扰过大，大到模型过分记住了噪音特征，反而忽略了真实的输入输出间的关系D)权值学习迭代次数足够多(Overtraining)，拟合了训练数据中的噪声和训练样例中没有代表性的特征答案:ABCD解析:[多选题]155.人工智能被分为三大学派或者三大主义,请从以下选项中选择出()?A)symbolicismB)connectionismC)actionismD)机器学习答案:ABC解析:[多选题]156.Dataset创建数据集常用的方法有：A)torch.utils.data.TensorDatasetB)torchvision.datasets.ImageFolderC)继承torch.utils.data.DatasetD)dataloder答案:ABC解析:[多选题]157.Tf.slice(image,input,size)从,image取出局部A)image是输入张量B)input是定位点C)size是取出数据描述D)image只能有四维张量答案:ABC解析:[多选题]158.属于卷积网络相关的函数是：A)nn.Conv1dB)nn.MaxPool2dC)nn.AvgPool2dD)nn.Embedding答案:ABC解析:[多选题]159.cnn网络常用的步骤有A)卷积B)池化C)激活D)全连接答案:ABCD解析:[多选题]160.浅层神经网络与深度神经网络比较,其区别之处是?A)浅层结构算法:其局限性在于有限样本和计算单元情况下对复杂函数的表示能力有限,针对复杂分类问题其泛化能力受到一定制约B)深度学习可通过学习一种深层非线性网络结构,实现复杂函数逼近,表征输入数据分布式表示,并展现了强大的从少数样本集中学习数据集本质特征的能力。C)深度学习多层的好处是可以用较少的参数表示复杂的函数D)深度学习的实质,是通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。答案:ABCD解析:[多选题]161.数学建模过程中,引入距离空间,可以:A)度量任意两个点的接近程度B)可以实现线性运算C)可以度量点到集合距离D)度量凸集合到凸集合的距离答案:ACD解析:[多选题]162.()模型是2014年ILSVRC竞赛的第二名,第一名是()。但是VGG模型在多个迁移学习任务中的表现要优于googLeNetA)VGGB)GoogLeNetC)ResNetD)AlexNet答案:AB解析:[多选题]163.池化的方式有：A)平均池化B)最大池化C)中值池化D)最小池化答案:AB解析:[多选题]164.tensorflow2.0常用的三种计算图是A)静态计算图B)动态计算图C)AutographD)4维动态图答案:ABC解析:[多选题]165.在循环神经网络中,GRU中有几个门?A)输入门B)遗忘门C)重置门D)更新门答案:CD解析:[多选题]166.反向算法BP网络学习包括以下()个过程A)组成输入模式由输入层经过隐含层向输出层的?模式顺传播?过程B)网络的期望输出与实际输出之差的误差信号由输出层经过隐含层逐层修正连接权的?误差逆传播?过程C)由?模式顺传播?与?误差逆传播?的反复进行的网络?记忆训练?过程D)网络趋向收敛即网络的总体误差趋向极小值的?学习收敛?过程答案:ABCD解析:[多选题]167.下面哪些序列数据属于多对多(多个输入,多个输出)的关系A)音乐生成B)情感分类C)编码器-解码器D)机器翻译答案:CD解析:[多选题]168.归一化的特点:A)更容易收敛得到最优解B)权重值较小C)权重值大D)无特点答案:AB解析:[多选题]169.对于距离空间,以下说法正确的是:A)求两个量的差别B)距离表示有多样C)距离必须大于等于0D)数轴是距离空间答案:ABCD解析:[多选题]170.TensorFlow框架可用于多个领域,例如:A)语音识别B)NLPC)计算机视觉D)自动驾驶答案:ABCD解析:[多选题]171.对数坐标下,在[a,b]区间随机随机均匀地给r取值的说法正确的是A)取最小值的对数得到a的值B)取最小值的对数得到b的值C)取最大值的对数得到a的值D)取最大值的对数得到b的值答案:AD解析:[多选题]172.图像归一化就是通过一系列变换（即利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响），将待处理的原始图像转换成相应的唯一标准形式(该标准形式图像对（）等仿射变换具有不变特性。A)平移B)噪声C)旋转D)缩放答案:ACD解析:图像归一化就是通过一系列变换（即利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响），将待处理的原始图像转换成相应的唯一标准形式(该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性。[多选题]173.Momentum和RMSprop算法的特点是:A)RMSprop可以取更大学习率B)RMSprop是将指数平均值平方再开发C)RMSprop下降更好消除摆动D)RMSprop和Momentum都可以优化算法答案:ABCD解析:第3部分：判断题，共54题，请判断题目是否正确。[判断题]174.平均池化取得是池化核的平均值A)正确B)错误答案:对解析:[判断题]175.在步长迭代运算中,连续函数与间断函数比较,好处在于,能够不间断运算。A)正确B)错误答案:对解析:[判断题]176.nn.CrossEntropyLoss中y_pred未经过nn.Softmax激活。A)正确B)错误答案:对解析:[判断题]177.对交叉熵的损失函数求偏导数的结果,得到一个梯度向量。A)正确B)错误答案:对解析:[判断题]178.神经网络中，隐藏层如果具有足够数量的单位，理论上它就可以近似任何连续函数。A)正确B)错误答案:对解析:[判断题]179.图像卷积就是卷积核在图像上按行滑动遍历像素时不断的相乘求和的过程。A)正确B)错误答案:对解析:[判断题]180.激活函数的作用是实现模型的非线性化。A)正确B)错误答案:对解析:[判断题]181.无监督学习是指利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。A)正确B)错误答案:错解析:监督学习（SupervisedLearning）是指利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。[判断题]182.深度学习在人工智能领域的表现并不突出。()A)正确B)错误答案:错解析:[判断题]183.行为主义是研究低等生命,如昆虫智慧的甲肢。A)正确B)错误答案:对解析:[判断题]184.提升卷积核(convolutionalkernel)的大小会显著提升卷积神经网络的性能。A)正确B)错误答案:错解析:[判断题]185.循环神经网络只能进行分类处理A)正确B)错误答案:错解析:[判断题]186.双向循环神经网络(bidirectionalrecurrentneuralnetwork,Bi-RNN)由两层循环神经网络组成,它们的输入相同,只是信息传递的方向不同。A)正确B)错误答案:对解析:[判断题]187.如果模型的训练效果不好，可先考察是否选择合适的损失函数。A)正确B)错误答案:对解析:[判断题]188.卷积可以缩小图像尺寸A)正确B)错误答案:对解析:[判断题]189.距离的大小程度,是一个标量。A)正确B)错误答案:对解析:[判断题]190.在寻优的迭代过程中,损失函数的运算结果,从趋势上是逐步降低的。A)正确B)错误答案:对解析:[判断题]191.pytorch不支持广播A)正确B)错误答案:错解析:[判断题]192.人工智能（ArtificialIntelligence，缩写为AI）亦称机器智能，指由人制造出来的机器所表现出来的智能。A)正确B)错误答案:对解析:人工智能（ArtificialIntelligence，缩写为AI）亦称机器智能，指由人制造出来的机器所表现出来的智能。[判断题]193.卷积神经网络的前几层检查提取例如边缘这样的简单特征A)正确B)错误答案:对解析:[判断题]194.所谓导数是个方向,所谓梯度也是个方向。维度不同而已。A)正确B)错误答案:对解析:[判断题]195.人类对智能机械的研究从1千年前就开始了。A)正确B)错误答案:对解析:[判断题]196.T_scope()的含义是在另外一个命名空间来定义变量A)正确B)错误答案:对解析:[判断题]197.在tensorflow中，真实值和计算值之间的交叉熵越大越好。A)正确B)错误答案:错解析:[判断题]198.Linux不仅系统性能稳定，而且是非开源软件。其核心防火墙组件性能高效、配置简单，保证了系统的安全。A)正确B)错误答案:错解析:Linux不仅系统性能稳定，而且是开源软件。其核心防火墙组件性能高效、配置简单，保证了系统的安全。[判断题]199.如果多分类的y_pred经过了nn.LogSoftmax激活，可以使用nn.NLLLoss损失函数A)正确B)错误答案:对解析:[判断题]200.zero_grad用于更新梯度A)正确B)错误答案:对解析:[判断题]201.在程序中如果涉及区间条件判断,一定在全部条件进行验证。A)正确B)错误答案:对解析:[判断题]202.训练集准确率高,测试集准确率低是欠拟合A)正确B)错误答案:错解析:[判断题]203.有些领域，采用传统的简单的机器学习方法，可以很好地解决了，没必要非得用复杂的深度学习方法。A)正确B)错误答案:对解析:[判断题]204.风格迁移的内容可以被卷积神经网络更靠顶部的层激活所捕捉到。A)正确B)错误答案:对解析:[判断题]205.如果增加神经网络的宽度，精确度会增加到一个阈值，然后开始降低。造成这一现象的原因可能是只有一部分核被用于预测。A)正确B)错误答案:错解析:[判断题]206.局部连接使网络可以提取数据的局部特征。A)正确B)错误答案:对解析:[判断题]207.keras模型必须通过Sequential进行创建A)正确B)错误答案:错解析:[判断题]208.学习率(Learningrate)作为监督学习以及深度学习中重要的超参,其决定着目标函数能否收敛到局部最小值以及何时收敛到最小值。合适的学习率能够使目标函数在合适的时间内收敛到局部最小值。A)正确B)错误答案:对解析:[判断题]209.Frobenius范数不是一种矩阵范数A)正确B)错误答案:错解析:[判断题]210.在神经网络框架中,常使用如下函数tf.truncated_normal(shape,mean,stddev)这个函数产生正态分布,均值和标准差自己设定A)正确B)错误答案:对解析:[判断题]211.小的卷积核可以计算计算量A)正确B)错误答案:对解析:[判断题]212.pytroch中，需要手动调用继承模型类的forward方法A)正确B)错误答案:错解析:[判断题]213.全局最优解的函数损失值最小A)正确B)错误答案:对解析:[判断题]214.镜像是一种云服务器软件配置（操作系统、预安装程序等）的模板。A)正确B)错误答案:对解析:镜像是一种云服务器软件配置（操作系统、预安装程序等）的模板。[判断题]215.彩色图像是由多幅单色图像组合而成的，例如，在RGB彩色系统中，一幅彩色图像由红（R），绿（G），蓝（B）分量图像组成A)正确B)错误答案:对解析:[判断题]216.使用keras可以实现神经风格迁移A)正确B)错误答案:对解析:[判断题]217.随机梯度下降在神经网络中引入了非线性。A)正确B)错误答案:错解析:[判断题]218.通常将TripletLoss翻译为三元组损失,其中的三元也就是Anchor、Negative负样例、Positive正样例A)正确B)错误答案:对解析:[判断题]219.对于概率空间一个任意划分,其结果依然是概率空间。A)正确B)错误答案:对解析:[判断题]220.激活函数也就是大于某个值输出1(被激活了),小于等于则输出0(没有激活)。这个函数是非线性函数。A)正确B)错误答案:对解析:[判断题]221.全局变量初始化语句后,变量和常量都被初始化。A)正确B)错误答案:错解析:[判断题]222.风格迁移是指创建一张新图像,保留目标图像的内容的同是还抓住了参考图像的风格A)正确B)错误答案:对解析:[判断题]223.激活函数给神经元引入了非线性因素,使得神经网络可以任意逼近任何非线性函数,这样神经网络就可以应用到众多的非线性模型中A)正确B)错误答案:对解析:[判断题]224.在卷积神经网络中实施填充是一件十分重要的事情,如果没有填充,边缘区域的像素值基本不会受到卷积层的影响A)正确B)错误答案:对解析:[判断题]225.激活函数可以使神经网络具有非线性变换的能力。A)正确B)错误答案:对解析:[判断题]226.Tf.cast()函数的作用是执行tensorflow中张量数据类型转换,比如读入的图片如果是int8类型的,一般在要在训练前把图像的数据格式转换为float32A)正确B)错误答案:对解析:[判断题]227.如果增加多层感知机（MultilayerPerceptron）的隐藏层层数，分类误差便会减小。A)正确B)错误答案:错解析:第4部分：问答题，共33题，请在空白处填写正确答案。[问答题]228.有模型构建如下所示：model=Sequential([Dense(units=100,input_dim=784,bias_initializer='zeros',activation='tanh'),#双曲正切激活函数Dropout(0.4),#百分之40的神经元不工作Dense(units=200,bias_initializer='zeros',activation='tanh'),#双曲正切激活函数Dropout(0.4),#百分之40的神经元不工作Dense(units=10,bias_initializer='zeros',activation='softmax')])该模型需要计算的参数数量是多少？答案:100710解析:[问答题]229.np.array中查看类型的属性为_______答案:dtype解析:[问答题]230.批量梯度下降法首先遍历______数集，然后计算损失函数。答案:全部；解析:[问答题]231.计算图的数据结构是有_______和_______表示答案:节点|边解析:[问答题]232.处理多分类问题，常使用_______激活函数答案:softmax解析:[问答题]233.importtensorflowastfC=tf.constant([[1.0,2.0,3.0],[4.0,5.0,6.0]])Print(c.get_shape())该程序输出结果为______。答案:(2,3)；解析:[问答题]234.简述小批量梯度下降法的操作方法与优缺点。答案:数据分为若干个批，按批来更新参数，这样一批中的一组数据共同决定了本次梯度的方向，下降起来就不容易跑偏，减少了随机性。解析:[问答题]235.定义一个初始值为[1,2,3]的整型变量的代码为_______。答案:Tf.Variable([1,2,3],dtype=32)；解析:[问答题]236.分析为什么加深层可以使学习更加高效?答案:①减少网络参数的数量