人工智能深度学习技术练习(习题卷1)

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1)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.在某神经网络的隐层输出中，包含1.5，那么该神经网络采用的激活函数可能是A)sigmoidB)tanhC)reluD)以上都不对答案:C解析:[单选题]2.灰度数字图像是每个（）只有一个采样颜色的图像。A)像素B)坐标C)数值D)元素答案:A解析:灰度数字图像是每个像素只有一个采样颜色的图像。[单选题]3.如图所示，当开始训练时，误差一直很高，这是因为神经网络在往全局最小值前进之前一直被卡在局部最小值里。为了避免这种情况，我们可以采取下面哪种策略？A)一开始将学习速率减小10倍，然后用动量项(momentum)B)增加参数数目，这样神经网络就不会卡在局部最优处C)改变学习速率，比如一开始的几个训练周期不断更改学习率速率D)以上都不对答案:D解析:[单选题]4.上图中激活函数属于哪一个？A)SigmoidB)LeakyReLUC)tanhD)Relu答案:C解析:tanh[单选题]5.下列关于RNN说法正确的是A)有几个时间步，就有几个RNN单元B)时间步数量和RNN数量无关C)RNN可以很好处理梯度爆炸问题D)RNN可以解决语义遗忘问题答案:B解析:[单选题]6.Tf.equal(0,False)的结果是A)1B)0C)TrueD)False答案:C解析:[单选题]7.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：[单选题]8.GoogLeNet层数很深,是()层网络,为了避免上述提到的梯度消失问题,googlenet巧妙的在不同深度处增加了两个loss来保证梯度回传消失的现象。A)152B)22C)8D)5答案:B解析:[单选题]9.关于时间相关类，下列说法错误的是（）。A)Timestamp是存放某个时间点的类B)Period是存放某个时间段的类C)Timestamp数据可以使用标准的时间str转换得来D)两个数值上相同的Period和Timestamp所代表的意义相同答案:D解析:难易程度：中题型：[单选题]10.A=−241−2,B=24−3−6，求BA（）。A)1001B)0000C)−1001D)1111答案:B解析:难易程度：易题型：[单选题]11.自然语言处理领域中,判断两个单词是不是一对上下文词(context)与目标词(target),如果是一对,则是()?A)负样本B)无效样本C)学习样本D)正样本答案:D解析:[单选题]12.在典型的Batch归一化运用中需要用什么来估算A)一个指数加权平均B)平均值C)方差D)最大值答案:A解析:[单选题]13.实际开发过程中,关于训练集,验证集,测试集说法错误的是:A)可以直接使用训练集来验证算子的准确率B)训练集用于算子的拟合C)验证集和测试集用来评判算子的准确度D)可以不配置验证集答案:A解析:[单选题]14.关于agg方法，下列说法错误的是（）。A)返回标量值和数组B)可接收Numpy函数C)可对分组的不同列指定作用的函数D)可同时接收多个函数答案:A解析:难易程度：中题型：[单选题]15.局部平均值又被称为A)常规平均值B)栅格平均值C)移动平均值D)唯一平均值答案:C解析:[单选题]16.假设下方是传入最大池化层的一个输入，该层中神经元的池化大小为(3,3)。那么，该池化层的输出是多少？A)3B)7C)5D)5.5答案:B解析:[单选题]17.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:[单选题]18.Batch归一化在神经网络中的作用不包括A)减少了隐藏值分布变化的数量B)减少了输入值改变的问题C)有轻微的正则化效果D)增加了输入值改变的问题答案:D解析:[单选题]19.想要处理梯度消失,相对最好的激活函数是:A)sigmoidB)ReluC)tanhD)LeakyRelu答案:D解析:[单选题]20.深度学习属于人工智能三大主义(symbolicism、connectionism、actionism)中的()主义A)连接主义B)符号主义C)行为主义D)CAD答案:A解析:[单选题]21.张量A的shape为[4,1,3],执行squeeze(A.以后,A)[4,3,1]B)[2,1,3]C)[4,3]D)[4,0,3]答案:C解析:[单选题]22.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：[单选题]23.实践中,Batch归一化通常和什么一起使用A)训练集的mini-batchB)测试集的mini-batchC)整个训练集D)整个测试集答案:A解析:[单选题]24.关于聚类，下列说法错误的是（）。A)聚类属于无监督算法B)聚类可用于数据预处理中的数据离散化C)聚类的划分原则是样本距离最小化D)聚类是根据数据相似度进行样本分组的方法答案:C解析:难易程度：中题型：[单选题]25.卷积核的大小对于改进卷积神经网络的效果是必要的吗?CA)听说过B)是C)否D)知道答案:C解析:[单选题]26.神经网络由许多神经元（Neuron）组成，每个神经元接受一个输入，处理它并给出一个输出。这里是一个真实的神经元的图解表示。下列关于神经元的陈述中哪一个是正确的？A)一个神经元只有一个输入和一个输出B)一个神经元有多个输入和一个输出C)一个神经元有多个输入和多个输出D)上述都正确答案:D解析:[单选题]27.Tf.nn.softmax_cross_entropy_with_logits函数是TensorFlow中常用的求()的函数,即计算labels和logits之间的交叉熵(crossentropy)A)信息熵B)信息元C)logitsD)交叉熵答案:D解析:[单选题]28.下面对面向对象和面向过程描述正确的是：（）。A)面向对象编程比面向过程编程更为高级B)面向对象和面向过程是编程语言的分类依据C)面向对象和面向过程是编程语言的结构不清晰D)所有面向对象编程能实现的功能采用面向过程同样能完成答案:D解析:难易程度：易题型：[单选题]29.Sys模块包含了与Python解释器和它的环境有关的函数,常用的语句是?A)importsysB)importosC)importrandomD)importmath答案:A解析:[单选题]30.lstm中的门，使用哪个激活函数控制A)reluB)sigmoidC)tanhD)softmax答案:B解析:[单选题]31.从上升速度来看所有的函数的,上升最慢的是A)线性函数B)指数函数C)幂函数D)对数函数答案:D解析:[单选题]32.tensorflow中，数据喂入主要使用什么参数完成？A)PlaceholderB)ConstantC)Feed_dictD)Variable答案:C解析:[单选题]33.在下列哪些应用中，我们可以使用深度学习来解决问题?DA)蛋白质结构预测B)预测C)来粒子的检测D)所有这些答案:D解析:[单选题]34.a=tf.constant([1,2,3,4])b=a.transpose(2,3,1,0)的结果是A)[1,2,3,4B)[4,3,2,1]C)[3,2,4,1]D)[3,4,2,1]答案:D解析:[单选题]35.在tf函数中,通常需将一个变量的值赋给另一个变量,可以使用编程语句是()A)tf.assign()B)tf.sub()C)tf.add()D)tf.eqeal()答案:A解析:[单选题]36.optimizer.step()A)计算步数B)返回当前迭代代价值C)更新权重D)计算准确率答案:C解析:[单选题]37.你有一个15x15x8的输入，并使用?pad=2?进行填充，填充后的尺寸是多少？A)17x17x10B)19x19x8C)19x19x12D)17x17x8答案:B解析:[单选题]38.（）是一种实现机器学习的技术A)深度学习B)机器学习C)人工智能D)量子力学答案:A解析:[单选题]39.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：[单选题]40.相对而言，最好梯度下降的算法是A)momentumB)adagradC)rmspropD)adam答案:D解析:[单选题]41.YOLO的英文全称是什么?A)YouOnlyLookOnlyB)YouOnlyLikeOnceC)YouOnlyLookOneD)YouOnlyLookOnce答案:D解析:[单选题]42.Xavier初始化是最为常用的神经网络权重初始化方法，下图是初始化的公式。Xavier初始化是用来帮助信号能够在神经网络中传递得更深，下面哪些叙述是对的?1如果权重一开始很小，信号到达最后也会很小2如果权重一开始很大，信号到达最后也会很大3Xavier初始化是由高斯发布引出的4Xavier初始化可以帮助减少梯度弥散问题BA)234B)1234C)124D)134答案:B解析:[单选题]43.Tensorflow中,tf.argmax()返回最大数值的(),通常和tf.equal()一起使用,计算模型准确度A)上标B)下标C)坐标D)内积答案:B解析:[单选题]44.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。A)DropoutB)Conv2dC)max-poolD)FC6-8答案:A解析:[单选题]45.pytorch继承nn.Module基类层一般在（）定义A)__init__B)forwardC)backwardD)call答案:A解析:[单选题]46.交叉熵描述的是（）之间的距离A)概率分布B)平均值C)预测值与真实值D)以上都不对答案:A解析:[单选题]47.关于数据组织的维度，以下选项中描述错误的是（）A)一维数据采用线性方式组织，对应于数学中的数组和集合等概念B)二维数据采用表格方式组织，对应于数学中的矩阵C)高维数据有键值对类型的数据构成，采用对象方式组织D)数据组织存在维度，字典类型用于表示一维和二维数据答案:D解析:难易程度：易题型：[单选题]48.梯度下降法的关键是（）。A)找到损失函数最小值B)找到损失函数平均值C)找到损失函数中间值D)找到损失函数均方误差值答案:A解析:难易程度：易题型：[单选题]49.在keras的自带模型中，MobileNet模型的默认输入尺寸是（）A)224x224B)244x244C)299x299D)229x229答案:A解析:[单选题]50.从输入层到(),再到输出层。逐层计算每一个节点对其下一层节点的影响,这就是前向传播算法A)输出层B)隐藏层C)输入层D)激活函数层答案:B解析:[单选题]51.以下哪个是门控循环单元A)LSTMB)GRUC)CNND)RNN答案:B解析:[单选题]52.LSTM中,哪个门的作用是?决定我们会从细胞状态中丢弃什么信息??A)输入门B)遗忘门C)输出门D)更新门答案:B解析:[单选题]53.以下选项中,不是Python中文件操作的相关函数是（）。A)write()B)open()C)readlines()D)writelines()答案:D解析:难易程度：易题型：[单选题]54.在tf中将变量A的值赋给B的语句是()A)tf.assignB)tf.subC)tf.addD)tf.eqeal答案:A解析:[单选题]55.一种比Onehot更加有效的对离散特征进行编码的方法。一般用于将输入中的单词映射为稠密向量。嵌入层的参数需要学习。A)EmbeddingB)LSTMC)GRUD)SimpleRNN答案:A解析:[单选题]56.item()在pytorch中的作用是A)获取数据值B)获取维度C)获取梯度D)获取降维后的结果答案:A解析:[单选题]57.双曲正切函数tanh是,它总体上()S型函数A)优于B)劣于C)等于D)大于等于答案:A解析:[单选题]58.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?AA)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:[单选题]59.实现带偏置的卷积操作的运算是:A)conv_ret1=conv2d(x_image,W_conv1)+b_conv1B)conv_ret1=conv2d(x_image,W_conv1+b_conv1)C)conv_ret1=conv2d(x_image,W_conv1,b_conv1)D)conv_ret1=conv2d(x_image,W_conv1)答案:A解析:[单选题]60.以下选项中不是Python数据分析的第三方库的是（）A)numpyB)scipyC)pandasD)requests答案:D解析:难易程度：易题型：[单选题]61.在CNN中使用1X1卷积时，下列哪一项是正确的?()A)它可以帮助降低维数B)可以用于特征池C)由于小的内核大小，它会减少过拟合D)所有上述答案:D解析:[单选题]62.在深度学习中,前向算法就是有了联结权重w和()H(x)之后,就可以由前往后面层计算A)激活函数B)正弦函数C)余弦函数D)Sigmoid函数答案:A解析:[单选题]63.A=tf.Variable(8.1)Sess.run(tf.assign_add(a,1))A的值是:A)8.1B)8.2C)9.1D)7.1答案:C解析:[单选题]64.不是LSTM的作用的是A)解决梯度消失B)解决梯度爆炸C)使用后面的时间步，预测前面时间步的结果D)关联很久以前的时间步答案:C解析:[单选题]65.基于切比雪夫距离的单位园是一个A)圆形B)45度的正方型C)正方形,其边与xy轴平行D)不确定答案:C解析:[单选题]66.面部识别系统的核心是局部特征分析算法,即()A)LFAB)SIFTC)OPENCVD)CNN+OPENCV答案:A解析:[单选题]67.词向量技术是将词转化成为稠密向量,并且对于相似的词,其对应的词向量也()A)不同B)相等C)相同D)相近答案:D解析:[单选题]68.pytorch中启动tensorboard的指令是：A)notebook.start("--logdir./data/tensorboard")B)notebook.list()C)load_exttensorboardD)writer=SummaryWriter('./data/tensorboard')答案:A解析:[单选题]69.使用二维滤波器滑动到被卷积的二维图像上所有位置,并在每个位置上与该像素点及其领域像素点做内积,这就是()A)一维卷积B)二维卷积C)三维卷积D)四维卷积答案:B解析:[单选题]70.深度学习的主要编程语言是（）。A)CB)C++C)javaD)python答案:D解析:难易程度：易题型：[单选题]71.Mini-batch指的是A)小批量梯度下降B)随机梯度下降C)批量梯度下降D)小批量损失计算答案:A解析:[单选题]72.在机器学习和深度学习中,监督学习算法有A)聚类B)降维C)回归算法D)PCA答案:C解析:[单选题]73.属于百度飞桨的模型部署组件（）。A)X2PaddleB)AutoDLC)VisualDLD)PaddleFL答案:A解析:难易程度：易题型：[单选题]74.以下选项中,Pyhon使用矩阵运算是调用的第三方库是（）。A)turtleB)matplotlibC)numpyD)time答案:C解析:难易程度：易题型：[单选题]75.删除DataFrame数据的方法不包括（）。A)dropB)popC)delD)remove答案:D解析:难易程度：中题型：[单选题]76.pytorch封装类正向传播的函数是：A)callB)forwardC)backD)research答案:B解析:[单选题]77.百度飞桨中训练配置流程的最后一步是（）。A)指定运行训练的机器资源B)设置优化算法和学习率C)声明模型实例D)加载训练和测试数据答案:B解析:难易程度：易题型：[单选题]78.Momentum(动量梯度下降法)的参数β一般默认值是A)0.7B)0.8C)0.9D)1答案:C解析:[单选题]79.关于Python的全局变量和局部变量,以下选项中描述错误的是（）。A)局部变量指在函数内部使用的变量,当函数退出时,变量依然存在，下次函数调用可以继续使用B)全局变量指在函数之外定义的变量,-般没有缩进,在程序执行全过程有效C)使用global保留字声明简单数据类型变量后,该变量作为全局变量使用D)简单数据类型变量无论是否与全局变量重名,仅在函数内部创建和使用,函数退出后变量被释放答案:A解析:难易程度：易题型：[单选题]80.对于MLP,输入层中的节点数为10，隐藏层为5.从输入层到隐藏层的最大连接数是()A)50B)小于50C)超过50D)这是一个任意值答案:A解析:[单选题]81.阅读以下文字：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一个问题，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]82.将26x26的图像做2x2的最大池化，输出将是多少?A)26x26B)13x13C)56x56D)28x28答案:B解析:[单选题]83.深度学习模型训练，一个训练过程的完成可以不包含（）A)数据集加载B)优化器设置C)网络搭建D)学习率调整答案:D解析:进行深度学习模型训练，一个训练过程的完成包含以下几点：1.数据集加载2.网络搭建3.优化器设置4.学习率调整(可选)[单选题]84.下列描述有误的是（）。A)基本流程：创建画布，绘制图形，保存展示图形B)必须先保存图形才能展示图形C)添加图例必须在绘制图形之后D)创建子图时，默认会根据画布的大小平均分配答案:B解析:难易程度：中题型：[单选题]85.Relu()激活函数的作用是将大于0的数保持不变,小于()的数输出为0A)-1B)0C)1D)x答案:B解析:[单选题]86.贝努力实验的基础概率空间是:A)均匀分布B)高斯分布C)0-1分布D)指数分布答案:C解析:[单选题]87.A=−241−2,B=24−3−6，求AB（）。A)16328−16B)1632−8−16C)−16−32816D)16−328−16答案:C解析:难易程度：易题型：[单选题]88.softmax函数说法错误的是A)输出的结果和为1B)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[单选题]89.加权平均值是通过()得到的A)局部平均值B)局部方差C)全局平均值D)全局方差答案:A解析:[单选题]90.学习率的作用是（）A)控制参数更新速度B)减少过拟合C)减少偏差D)以上都不是答案:A解析:[单选题]91.带泄露的ReLU函数是指?A)Sigmoid函数B)tanh函数C)ReLUD)leakyReLU答案:D解析:[单选题]92.管道处理是用于（）性能A)CPUB)GPUC)TPUD)编译答案:B解析:[单选题]93.如果我的数据大小为150x150，并且我使用的池化大小为2x2，那么生成的图像将是什么大小?A)149x149B)300x300C)148x148D)75x75答案:D解析:[单选题]94.不能解决梯度消失的是:A)调整激活函数类型B)使用batchnormC)增大隐藏层数量D)训练值预处理答案:C解析:[单选题]95.全连接神经网络的主要缺点是（）A)网络参数过多B)网络模型复杂C)网络层数过多D)以上都不正确答案:A解析:[单选题]96.生成随机整数命令是（）。A)importB)random.random(C)random.randint(D)import答案:C解析:难易程度：易题型：[单选题]97.在深度学习中的目标检测中会检测出多个目标框,后期需要通过非极大值抑制去除得分低并且iou()阈值的目标框A)小于B)大于C)等于D)大于或小于答案:B解析:[单选题]98.假设测试集的分类标签为test_label，预测值为prediction，现在需要计算按类平均精准率precision，应该使用sklearn库中的函数A)precision_score(test_label,prediction,average='micro')B)precision_score(test_label,prediction,average='macro')C)precision_score(prediction,test_label,average='micro')D)precision_score(prediction,test_label,average='macro')答案:B解析:[单选题]99.20世纪被称作第三次科技革命的重要标志之一的计算机的发明与应用,因为数字计算机只能识别和处理由?0?.?1?符号串组成的代码。其运算模式是()A)键盘B)磁盘C)显示器D)二进制答案:D解析:[单选题]100.在keras的自带模型中，XceptionV1模型的默认输入尺寸是（）A)229x229B)299x299C)224x224D)244x244答案:B解析:[单选题]101.语句W_conv1=weight_variable([5,5,8,32])b_conv1=bias_variable([X])两句代码实现卷积核,其中对应偏置的数字X应该是:A)32B)8C)5D)1答案:A解析:[单选题]102.pytorch控制维度转换的函数是：A)reshapeB)squeezeC)unsqueezeD)transpose答案:A解析:[单选题]103.在a=tf.Variable([1,2,3]),b=tf.Variable([3,2,1]),经过tf.multiply(a,B.后值为A)[3,4,3]B)10C)运算不能进行D)结果是矩阵答案:A解析:[单选题]104.使用pivot_table函数制作透视表时，要用下列（）参数设置行分组键。A)dataB)valuesC)columnsD)Index答案:D解析:难易程度：中题型：[单选题]105.Keras中，处理二分类的代价调用是：A)mseB)binary_crossentropyC)categorical_crossentropyD)sparse_categorical_crossentropy答案:B解析:[单选题]106.Softmax的说法正确的是A)主要用于二分类B)算出来为概率值C)将最小的概率值所对应的类别作为输入样本的输出类别D)所有的概率相加大于1答案:B解析:[单选题]107.计算数组中间值的命令正确的是（）。A)min()B)max()C)mean()D)median()答案:D解析:难易程度：易题型：[单选题]108.在神经网络中，下列哪种技术用于解决过拟合A)DropoutB)VariableC)SoftmaxD)Relu答案:A解析:[单选题]109.Anaconda是一款（）软件。A)开源的python版本，包含conda、python等180多个科学包以及其依赖项B)是一款深度学习开发软件，集成了很多开发包C)是一款深度学习编译环境，提供了生成的APID)是一款版本管理平台，提供了不同版本的管理功能答案:A解析:[单选题]110.关于空间,向量空间也称为(),它是线性代数的中心内容和基本概念之一A)线性空间B)内积空间C)赋范空间D)希尔伯特空间答案:A解析:[单选题]111.下列关于def语句与lambda语句的说法错误的是（）。A)def语句允许传入多个参数，输出多个返回值B)无返回值的def语句也可能输出信息C)lambda语句只能是单行的形式D)lambda语句不支持嵌入结构体答案:D解析:难易程度：中题型：[单选题]112.Sigmoid函数常被用作神经网络的阈值函数,将变量映射到()之间。A)0,1B)0,-1C)10,0D)0,0.1答案:A解析:[单选题]113.opout是一种在深度学习环境中应用的正规化手段。它是这样运作的:在一一次循环中我们先随机选择神经层中的一些单元并将其临时隐藏，然后再进行该次循环中神经网络的训练和优化过程。在下一次循环中，我们又将隐藏另外一些神经元，如此直至训练结束。根据以上描述，Dropout技术在下列哪种神经层中将无法发挥显著优势?()A)仿射层B)卷积层C)RNN层D)均不对答案:C解析:[单选题]114.PIL库是Python语盲重要的第三方库,用于（）。A)Wcb开发B)机器学习C)图像处理D)游戏开发答案:D解析:难易程度：易题型：[单选题]115.BP算法是通过梯度下降的方法对联结权重进行优化,即需要计算误差函数对联结权重的()。A)导数B)偏导数C)平方差D)标准偏差答案:B解析:[单选题]116.下列关于运算符的说法正确的是（）。A)算术运算符包括加、减、乘、除4种B)运算符?=?和运算符?==?是等效的C)逻辑表达式xD)指数运算符的优先级最高答案:D解析:难易程度：中题型：[单选题]117.要想让损失值最小,需要找到()A)鞍点B)局部最优解C)转折点D)全局最优解答案:D解析:[单选题]118.卷积如何改善图像识别？A)它们使图像变小B)它们使图像处理更快C)它们使图像更清晰D)它们隔离图像中的特征答案:D解析:[单选题]119.Siamese网络从数据中去学习一个相似性(),用这个学习出来的度量去比较和匹配新的未知类别的样本。A)度量B)范数C)欧式距离D)模答案:A解析:[单选题]120.CNN传递数据处理时，数据应该是（）维度A)1B)2C)3D)4答案:D解析:[单选题]121.可以根据前后语义进行处理计算的网络模型时A)CNNB)BRNNC)RNND)LSTM答案:B解析:[单选题]122.以下哪一个不是深度学习开发平台（）。A)hadoopB)caffeC)tensorflowD)pytorch答案:A解析:难易程度：易题型：[单选题]123.双曲正切函数即(),取值范围为[-1,1]A)RelU函数B)sigmoid函数C)tanh函数D)sin函数答案:C解析:[单选题]124.在keras中，evaluate函数按（）计算在某些输入数据上模型的误差。A)batchB)dataC)labelD)训练数据答案:A解析:[单选题]125.正态分布特点是（）。A)一条直线B)中间高两边低C)中间低两边高D)抛物线答案:B解析:难易程度：易题型：[单选题]126.计算机人工神经元模型把神经元简化为3个过程，分别是输入信号线性加权、（）和非线性激活。A)分类B)求和C)预测D)以上都不对答案:B解析:[单选题]127.在绘图时?m?表示那种颜色（）。A)红色B)蓝色C)青色D)以上都不是答案:D解析:难易程度：易题型：[单选题]128.下列哪个神经网络结构会发生权重共享A)卷积神经网络B)递归神经网络C)全连接神经网络D)无正确选项答案:A解析:[单选题]129.提出?人工智能?概念是在（）年A)1955B)1956C)1957D)1958答案:B解析:[单选题]130.在AlexNet等典型的卷积神经网络中,随着网络的深度增加，通常有()A)每层的通道的高度和宽度減少,通道数增加B)每层的通道的高度和宽度增加,通道数增加C)每层的通道的高度和宽度减少,通道数减少。D)每层的通道的高度和宽度增加,通道数減少。答案:A解析:[单选题]131.在TensorFlow中，占位符的语法格式为A)Tf.placeholder(name,shape,dtype)B)Tf.placeholder(shape,name=None,dtype)C)Tf.placeholder(dtype,shape)D)Tf.placeholder(dtype,shape=None,name=None)答案:D解析:[单选题]132.腾讯云提供多种方案保障云服务器安全，并提供备份及回滚机制的数据安全性，下面哪一种不是云服务器安全服务的描述：（）A)多种方式远程登录云服务器：提供多种登录方式，包括密钥登录、密码登录、VNC登录等B)极速内网质量：腾讯云同地域机房内网互通，底层均为万兆或千兆网络，保证内网通信质量C)丰富的安全服务：提供DDoS防护、DNS劫持检测、入侵检测、漏洞扫描、网页木马检测、登录防护等安全服务，为您的服务器保驾护航D)免费提供云监控：并支持多种实时预警E)自定义访问控制：通过安全组和网络ACL自定义主机和网络的访问策略，灵活自由地为不同实例设定不同的防火墙F)回收站保护机制：支持包年包月类型云服务到期后进入回收站一段时间，规避因立即销毁带来的数据丢失等重大影响答案:B解析:腾讯云提供多种方案保障云服务器安全，并提供备份及回滚机制的数据安全性。多种方式远程登录云服务器：提供多种登录方式，包括密钥登录、密码登录、VNC登录等。丰富的安全服务：提供DDoS防护、DNS劫持检测、入侵检测、漏洞扫描、网页木马检测、登录防护等安全服务，为您的服务器保驾护航。免费提供云监控：并支持多种实时预警。回收站保护机制：支持包年包月类型云服务到期后进入回收站一段时间，规避因立即销毁带来的数据丢失等重大影响。自定义访问控制：通过安全组和网络ACL自定义主机和网络的访问策略，灵活自由地为不同实例设定不同的防火墙。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.例如集合外的一个点,该点到该集合的距离是A)是该点到集合边界点的最短距离B)是该点到集合内所有点的最短距离C)是该点到集合内任意一点的距离D)是该点到集合内非边界点的某点的距离答案:AB解析:[多选题]134.梯度下降法目前主要分为三种方法,区别在于每次参数更新时计算的样本数据量不同：A)小批量梯度下降法B)批量梯度下降法C)随机梯度下降法D)大量梯度下降法答案:ABC解析:梯度下降法目前主要分为三种方法,区别在于每次参数更新时计算的样本数据量不同：批量梯度下降法(BGD,BatchGradientDescent)随机梯度下降法(SGD,StochasticGradientDescent)小批量梯度下降法(Mini-batchGradientDescent)[多选题]135.实现tensorboard的流程有：A)根据可视化信息，利用日志写入器写入指定目录B)指定一个目录创建一个torch.utils.tensorboard.SummaryWriter日志写入器。C)传入日志目录作为参数启动TensorBoardD)设定tensorboard脚本答案:ABC解析:[多选题]136.读入的图片,要想用tf卷积,需要A)将图片转换成张量B)需要按照tf的四元组格式C)需要定义卷积核D)定义步长答案:ABCD解析:[多选题]137.图像卷积常常用于（）中。A)图像滤波（平滑化）B)图像梯度C)开运算D)基于梯度运算的边缘提取答案:ABCD解析:[多选题]138.keras.optimizers子模块中包含的优化方式有A)SGDB)AdagradC)RMSpropD)Nadam答案:ABCD解析:[多选题]139.如果用贝努力实验概率事件A,进行参数估计,参数是:P(A)=p(1)^m*p(0)^nA)让A的可能概率最大B)参数就是p(1)或p(0)C)让p(1)最大D)让m最大答案:AB解析:[多选题]140.Sigmoid函数的性质有哪些?A)将输出数据压缩到[0,1]集合范围B)能解决非线性分类问题C)将负的权值映射到正值D)将正权值映射到负数答案:ABC解析:[多选题]141.Momentum算法可以使用()下降A)batchB)mini-batchC)LassoD)Ridge答案:AB解析:[多选题]142.以下可以处理Mnist数据集的分类算法有A)KNNB)逻辑回归C)卷积神经网络D)k-mean答案:ABC解析:[多选题]143.梯度下降的步骤包含A)正向传播B)反向传播C)参数更新D)求导答案:ABCD解析:[多选题]144.keras中fit函数的参数有A)dataB)labelsC)epochsD)batch_size答案:ABCD解析:[多选题]145.在h_pool2_flat=tf.reshape(h_pool2,[-1,7*7*64])这条语句的意义有:A)卷积层的终极输出是64幅图B)卷积层输出图片size是7X7C)将64幅7X7张量改写成一个向量D)h_pool2_flat是全链接层的输入数据答案:ABCD解析:[多选题]146.在程序中y_predict和y_actual的意义A)y_predict来自神经网络输出B)y_predict必从softmax函数出来。C)y_actual从标签集合来的。D)两者的维度属性一致。答案:ABCD解析:[多选题]147.不再依赖池化进行降采样的模型有A)lenetB)alexnetC)resnetD)inception答案:CD解析:[多选题]148.GoogLeNet摒弃了()等传统著名网络的?一条线?架构。升级版为InceptionA)GoogLeNetB)VGGC)ResNetD)AlexNet答案:BD解析:[多选题]149.Anaconda包含了()约180多个科学包及其依赖项。A)condaB)matlabC)PythonD)cad答案:AC解析:[多选题]150.请选出常用的三种梯度下降的方法（）A)批量梯度下降B)大批量梯度下降C)随机梯度下降D)小批量梯度下降答案:ACD解析:[多选题]151.线性变换中,若A是方阵,用A对线性空间的向量t进行变换。其结果为TA)变换前后向量模有变化B)t角度变化到TC)T也是向量D)T和t维度相同答案:ABCD解析:[多选题]152.pytorch求导的方式可以是：A)backwardB)autograd.gradC)自动微分和优化器D)梯度磁带答案:ABC解析:[多选题]153.PyCharm使用()语言是提高开发效率的工具A)numpyB)PythonIDEC)PythonD)sklearn答案:BC解析:[多选题]154.深圳市的家庭生活垃圾可分为（）A)可回收物B)厨余垃圾C)有害垃圾D)其他垃圾答案:ABCD解析:[多选题]155.下面几个参数中,不属于卷积核的参数是A)步长B)填充C)输入通道D)输出通道答案:AB解析:[多选题]156.可以处理深度过拟合问题的方式有A)数据增强B)dropoutC)L2正则D)批量归一化答案:ABCD解析:[多选题]157.在W.assign_add(10)的正确断言:A)W必须提前初始化B)W对应值增加10C)执行后,W值为10D)通过sess.run()实现答案:ABD解析:[多选题]158.不涉及隐藏层时，分类算法中，会用到激活函数有A)reluB)tanhC)softmaxD)sigmoid答案:CD解析:[多选题]159.通过试验超参数的不同取值可以A)选择对训练集目标而言的最优解B)对于开发集而言的最优解C)超参搜索过程中最想优化的东西D)简化参数调试答案:ABC解析:[多选题]160.关于深度神经网络的构成,将卷积层放在前面,将全连接层放在后面,它们的作用是A)用卷积层提取特征B)pooling的下采样能够降低overfittingC)激活函数relu可以用到卷积层D)全连接层负责分类答案:ABCD解析:[多选题]161.关于行为主义的正确描述是A)基础理论是控制论B)产生在20世纪50年代产生C)是仿生昆虫的D)是研究自组织、自适应、自学习的答案:ABCD解析:[多选题]162.Keras中的基础层有A)DenseB)BatchNormalizationC)SpatialDropout2DD)DenseFeature答案:ABCD解析:[多选题]163.离散有限个事件的信息熵是()A)有限的B)无限的C)可能为负D)可能大于1答案:AD解析:[多选题]164.范数,在()、()及相关的数学领域,范数是一个函数,是矢量空间内的所有矢量赋予非零的正长度或大小。A)线性代数B)泛函分析C)腐蚀D)膨胀答案:AB解析:[多选题]165.关于?熊猫方式?和鱼子酱方式的选择说法正确的是A)当计算机资源足够时选择?鱼子酱方式?B)当计算机资源足够时选择?熊猫方式?C)当计算机资源缺乏时选择?鱼子酱方式?D)当计算机资源缺乏时选择?熊猫方式?答案:AD解析:[多选题]166.数和矩阵相乘在函数和矩阵与矩阵相乘的函数分别是?A)tf.multiply(x2,y2)B)tf.matmul(x,y)C)tf.equalD)tf.cast答案:AB解析:[多选题]167.分类任务的损失函数,可以是:A)信息熵B)最小二乘平方损失C)距离模型D)概率模型答案:ABCD解析:[多选题]168.下列属于dropout特性的有:A)具有正则化功能B)具有激活函数功能C)常用于图像处理D)机器学习算法答案:AC解析:[多选题]169.pytorch张量合并的函数是A)catB)stackC)splitD)shape答案:AB解析:[多选题]170.带有记忆处理的神经元有A)LSTMB)GRUC)CNND)RESNET答案:AB解析:[多选题]171.能够跳出局部最优解的算法有:A)AdamB)MomentumC)RMSpropD)Lasso答案:ABC解析:[多选题]172.如果一个时间步很重要，但是要在很多个时间步后有效，可以使用什么模型进行处理A)RNNB)LSTMC)GRUD)BRNN答案:BC解析:[多选题]173.深度学习中通过动物来形容训练模型有A)熊猫法B)鱼子酱法C)猫狗法D)大鱼法答案:AB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.深度网络不能使用zeros创建权重A)正确B)错误答案:对解析:[判断题]175.编程语句os.environ['TF_CPP_MIN_LOG_LEVEL']='2'含意是编程程序时默认的显示等级只显示warning和ErrorA)正确B)错误答案:对解析:[判断题]176.BP算法是神经网络发展历程中里程碑式的算法A)正确B)错误答案:对解析:[判断题]177.随机梯度下降算法是每次考虑单个样本进行权重更新。A)正确B)错误答案:对解析:[判断题]178.GRU是LSTM网络的一种效果很好的变体,它较LSTM网络的结构更加简单。A)正确B)错误答案:对解析:[判断题]179.Softmax用于多分类过程中,它将多个神经元的输出,映射到(0,1)区间内,可以看成概率来理解,从而来进行多分类A)正确B)错误答案:对解析:[判断题]180.KNN可以用来够造神经网络()。A)正确B)错误答案:错解析:[判断题]181.导数和偏导没有本质区别,都是当自变量的变化量趋于0时,函数值的变化量与自变量变化量比值的极限A)正确B)错误答案:对解析:[判断题]182.人工神经网络是一种模仿生物神经网络行为特征,进行信息处理的数学模型A)正确B)错误答案:对解析:[判断题]183.GatedRecurrentunits的出现可以帮助防止在RNN中的梯度消失问题。()A：对B：错A)正确B)错误答案:对解析:[判断题]184.Relu函数就是正数不变,负数取零的激活函数A)正确B)错误答案:对解析:[判断题]185.通过池化操作,必须保证特征损失不能太大。A)正确B)错误答案:对解析:[判断题]186.BP算法可以使网络权值收敛到一个最终解,但它并不能保证所求为误差超平面的全局最优解,也可能是一个局部极小值。这主要是因为BP算法所采用的是梯度下降法A)正确B)错误答案:对解析:[判断题]187.图像经过卷积之后会变小，输入输出大小不一致。采用0填充的方式解决这个问题。A)正确B)错误答案:对解析:[判断题]188.占位符的定义,有助于将预先不知道的值带入运算中。A)正确B)错误答案:对解析:[判断题]189.池化操作是将图像按窗口大小分为不重叠的区域，然后对每一个区域内的元素进行聚合。A)正确B)错误答案:错解析:[判断题]190.增加网络层数，可能会增加测试集分类错误率。()A)正确B)错误答案:错解析:[判断题]191.MXNet是Facebook公司的深度学习平台。A)正确B)错误答案:错解析:[判断题]192.由于Yolo是对整张图片做卷积,所以其在检测目标有更大的视野,它不容易对背景误判A)正确B)错误答案:对解析:[判断题]193.MNIST训练集数据样本的形状为(55000,784)。A)正确B)错误答案:对解析:[判断题]194.机器学习是?深度学习?的重要组成部分。()A)正确B)错误答案:错解析:[判断题]195.通常说的信息熵总是在一个概率系统下才有意义。A)正确B)错误答案:对解析:[判断题]196.Non-MaximumSuppression,简称NMS,理解为抑制不是极大值的元素,可以理解为局部最大搜索A)正确B)错误答案:对解析:[判断题]197.自定义训练循环无需编译模型，直接利用优化器根据损失函数反向传播迭代参数，拥有最高的灵活性A)正确B)错误答案:对解析:[判断题]198.如果想获取当前场景背景的图像,则可以通过图像差分便可以提取出前景A)正确B)错误答案:对解析:[判断题]199.卷积运算的主要目的是为了增强信号特征，较少噪音。A)正确B)错误答案:对解析:[判断题]200.Inception使用不同卷积，获取图像不同尺寸的特征A)正确B)错误答案:对解析:[判断题]201.处理分类问题一般用神经网络,处理预测问题用线性回归。A)正确B)错误答案:对解析:[判断题]202.灰度值范围是1-255A)正确B)错误答案:错解析:[判断题]203.希尔伯特空间也是一个内积空间A)正确B)错误答案:对解析:[判断题]204.Tensorflow是谷歌公司开发的深度学习开发框架。A)正确B)错误答案:对解析:[判断题]205.框架TensorFlow?最初是由GoogleBrain团队(隶属于Google的AI部门)中的研究人员和工程师联合开发的A)正确B)错误答案:对解析:[判断题]206.GRU有三个门A)正确B)错误答案:错解析:[判断题]207.人工神经网络是机器学习的子集,机器学习是人工智能体系的子集A)正确B)错误答案:对解析:[判断题]208.对于突发性业务高峰，推荐您选择包年包月的计费模式，购买时长越久越划算；对于稳定业务，您可以选择按量计费的计费模式，随时开通/销毁计算实例，按实例的实际使用量付费。计费精确到秒，最大程度降低成本。A)正确B)错误答案:错解析:对于稳定业务，推荐您选择包年包月的计费模式，购买时长越久越划算；对于突发性业务高峰，您可以选择按量计费的计费模式，随时开通/销毁计算实例，按实例的实际使用量付费。计费精确到秒，最大程度降低成本。[判断题]209.lenet使用平均池化降采样A)正确B)错误答案:错解析:[判断题]210.dataloder不能控制批处理量大小A)正确B)错误答案:错解析:[判断题]211.SGD因为受噪音影响大，现在已经放弃使用A)正确B)错误答案:错解析:[判断题]212.RNN的LSTM可以防止梯度消失或者梯度爆炸A)正确B)错误答案:对解析:[判断题]213.如果使用的学习率太大，会导致网络无法收敛。A)正确B)错误答案:对解析:[判断题]214.损失函数,可以由交叉熵定义A)正确B)错误答案:对解析:[判断题]215.对一个概率空间的样本事件进行划分,划分后依然是概率空间。A)正确B)错误答案:对解析:[判断题]216.SOFTMAX函数,是用来将全数域函数结果映射到概率空间。A)正确B)错误答案:对解析:[判断题]217.常用来进行数据类型转换的函数是tf.fcast()A)正确B)错误答案:错解析:[判断题]218.训练集和测试集准确率偏差越高越好A)正确B)错误答案:错解析:[判断题]219.欧氏距离是一种很好的相似性度量标准A)正确B)错误答案:对解析:[判断题]220.经过权值和阈值不断迭代调整的过程,就是网络的学习与训练过程A)正确B)错误答案:对解析:[判断题]221.动量梯度下降法运行速度几乎总是快于标准的梯度下降算法A)正确B)错误答案:对解析:[判断题]222.在数字图像处理领域，将图像分为模拟图像和数字图像两种，计算机处理的信号都是数字信号，所以在计算机上处理的图像均为模拟图像。A)正确B)错误答案:错解析:[判断题]223.在其他条件不变的前提下，增加训练集量容易引起机器学习中的过拟合问题。A)正确B)错误答案:错解析:[判断题]224.MNIST全连接神经网络模型一共有3层，既输入层、隐藏层和输出层。A)正确B)错误答案:对解析:[判断题]225.训练集分割为小一点的子集训练,这些子集被取名为mini-batchA)正确B)错误答案:对解析:[判断题]226.句子向量表示有监督和无监督学习都可以获得。A)正确B)错误答案:对解析:[判断题]227.过拟合是指由于训练样本不足,导致测试结果不堪用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.怎么提升网络的泛化能力答案:从数据上提升性能:收集更多的数据,对数据做缩放和变换,特征组合和重新定义问题。从算法调优上提升性能:用可靠的模型诊断工具对模型进行诊断,权重的初始化,用小的随机数初始化权重。对学习率进行调节,尝试选择合适的激活函数,调整网络的拓扑结构,调节batch和epoch的大小,添加正则化的方法,尝试使用其它的优化方法,使用earlystopping。解析:[问答题]229.编程：定义占位符input1和input2，利用占位符，启动tensorflow图，实现input1*input2，并将结果保存到变量result中。答案:ImporttensorflowastfDefplacer_holders():input1=tf.placeholder(dtype="float32",shape=[1,2])input2=tf.placeholder(dtype="float32",shape=[2,1])input1_value=[[2,4]]input2_value=[[1],[2]]product=tf.matmul(input1,input2)sess=tf.Session()result=sess.run(product,feed_dict={input1:[[2,4]],input2:[[1],[2]]})returnresult解析:[问答题]230.间距运算中，增大填充后，输出大小会_______答案:变大解析:[问答题]231.卷积核的深度应该_____输入图片的通道数。答案:等于；解析:[问答题]232.编程：定义一个32位浮点数的常量，将此常量的数据类型转换为32位有符号整型并输出。答案:ImpimporttensorflowastfFloat_tensor=tf.constant([1.8,2.2],dtype=tf.float32)Result=tf.cast(float_tensor,dtype=32)Withtf.Session()assess:print(sess.run(result))解析:[问答题]233.编程：使用Tensorflow定义变量+常量,实现输出计数功能。答案:ImporttensorflowastfState=tf.Variable(0,name='Parameter_name_counter')#print()One=tf.constant(1)New_value=tf.add(state,one)Update=tf.assign(state,new_value)Init=tf.global_variables_initializer()Withtf.Session()assess:sess.run(init)for_inrange(8):sess.run(update)print(sess.run(state))解析:[问答题]234.Dropout率和正则化有什么关系?()提示:我们定义Dropout率为保留一个神经元为激活状态的概率A)Dropout率越高，正则化程度低B)Dropout率越高，正则化程度越高答案:A解析:[问答题]235.多通道图形，按通道进行卷积运算，并将结果_______答案:相加解析:[问答题]236.input=tf.constant([-10,0,4,8],dtype=tf.float32)Output=tf.nn.relu(input)Output的结果为_______。答案:[0,0,4,8]；解析:[问答题]237.说说你对MNIST数据集的了解。答案:MNIST是一个非常有名的手写字数据集，在这个数据集中包含60000张图片作为训练数据（55000张训练，5000张验证），10000张图片作为测试数据，每一张图片都代表0~9的一个数字。解析:[问答题]238.编程：使用tf.assign给变量赋值，然后通过assign_add使变量的值每次调用增加1。答案:ImporttensorflowastfMy_state=tf.Variable(0,name="counter")One=tf.constant(1)New_value=tf.add(my_state,one)Update=tf.assign(my_state,new_value)Init_Op=tf.global_variables_initializer()Withtf.Session()as