人工智能深度学习技术练习(习题卷4)

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4)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.以下选项,请选出可以实现tf帮助查询的编程语句?A)importtensorflowastfPrint(help(tf))B)importtensorflowastfPrint(tf.help(tf))C)importtensorflowastfPrint(tf)D)importtensorflowastfPrint(tf.help())答案:A解析:[单选题]2.函数tf.constant()不正确的用法是那一个选项?A)tensor=tf.constant(1)B)tensor=tf.constant([1,2])C)tensor=tf.constant(-1,shape=[2,3])D)a=tf.constant([1.0,2.0],name="a)答案:D解析:[单选题]3.动量梯度下降的特点是：A)β一般设置为0.1B)算法震荡小C)学习率会改变D)记忆上一次的梯度，应用到本次进行使用答案:D解析:[单选题]4.当你初始化一个预训练模型时，会自动下载权重到（）目录下。A)~/models/B)~/.keras/models/C)~/.keras/D)~/keras/models/答案:B解析:[单选题]5.在Keras中有两类主要的模型：Sequential顺序模型和使用函数式API的Model类模型。这些模型有许多共同的方法和属性，其中?返回模型中所有权重张量的列表，类型为Numpy数组?的方法是：A)model.get_config()B)model.get_weights()C)model.to_json()D)model.to_yaml()答案:B解析:[单选题]6.()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)conv2dB)max_poolC)DropoutD)FC答案:C解析:[单选题]7.Tf.matmul(a,B,transpose_a=False,transpose_b=False,adjoint_a=False,adjoint_b=False,a_is_sparse=False,b_is_sparse=False,name=None)函数返回值是一个跟张量a和张量b类型一样的张量且最内部矩阵是a和b中的相应矩阵的()A)相与B)乘积C)相除D)相加答案:B解析:[单选题]8.Batch归一化和神经网络中的什么功能类似A)reluB)dropoutC)sigmoidD)tanh答案:B解析:[单选题]9.关于Python程序格式框架的描述，以下选项中错误的是（）。A)PythonB)PythonC)PythonD)判断、循环、函数等语法形式能够通过缩进包含一批答案:A解析:难易程度：易题型：[单选题]10.关于循环神经网络,哪个不是LSTM的门?A)输入门B)遗忘门C)输出门D)更新门答案:D解析:[单选题]11.如果我们希望预测n个类（p1，p2...pk）的概率使得所有n的p的和等于1，那么下列哪个函数可以用作输出层中的激活函数？A)SoftmaxB)ReLuC)SigmoidD)Tanh答案:A解析:[单选题]12.()是定义在整个训练集上的,是所有样本误差的平均,也就是所有损失函数值的平均。A)损失函数(LossFunction)B)代价函数(CostFunction)C)目标函数(ObjectFunction)D)范数答案:B解析:[单选题]13.以下关于循环神经网络的说法中,哪个是正确的?A)循环神经网络可以和卷积神经网络混合使用B)循环神经网络的性能高于卷积神经网络C)循环神经网络可以代替卷积神经网络D)循环神经网络中没有BP算法答案:A解析:[单选题]14.情感分析属于下列哪一种分析方式A)多对一B)一对多C)多对多D)以上都不对答案:A解析:[单选题]15.若A，B都是２阶方阵，且A＝２，B＝-３E，则ATB＝（）。A)16B)-16C)18D)-18答案:C解析:难易程度：难题型：[单选题]16.Jupyternotebook双击D是什么快捷方式（）。A)cell切换到Code模式B)在当前cell的上面添加cellC)在当前cell的下面添加cellD)删除当前cell答案:D解析:难易程度：易题型：[单选题]17.AlexNet网络结构有8层,其中有5个卷积层和()个全连接层A)3B)5C)16D)19答案:A解析:[单选题]18.假设我们有一个使用ReLU激活函数(ReLUactivationfunction)的神经网络，假如我们把ReLU激活替换为线性激活，那么这个神经网络能够模拟出同或函数(XNORfunction)吗?A)可以B)不好说C)不一定D)不能答案:D解析:[单选题]19.如果x的值是True,那么tf.cast(x,tf.float32)的值是什么?A)0.0B)1.0C)FalseD)True答案:B解析:[单选题]20.下列不属于rc参数的是（）。A)axes.titlesizeB)axes.linewidthC)boxplotD)axes.facecolor答案:C解析:难易程度：中题型：[单选题]21.Tanh函数会把输入的数值映射到（）区间内。A)[-1,1]B)[-1,0]C)[0,1]D)以上都不对答案:A解析:[单选题]22.Python3.X版本的保留字总数是（）。A)16B)29C)27D)33答案:D解析:难易程度：易题型：[单选题]23.执行语句print(tf.__path__)后,结果是['C:\\ProgramFiles\\Anaconda3\\lib\\site-packages\\tensorflow'],则该语句实现的功能是?A)查询tensorflow位置B)查看tensorflow安装路径C)查询tensorflow版本D)测试tf模块安装是否正常答案:B解析:[单选题]24.根据实际问题来建立(),然后对它来进行求解A)架构B)数学模型C)流程图D)数据集答案:B解析:[单选题]25.?熊猫方式?和鱼子酱方式的选择主要是通过什么决定的A)计算机资源的充足与否B)测试集数量C)训练集数量D)隐藏层数量答案:A解析:[单选题]26.关于pandas库的文本操作，下列说法错误的是（）。A)Replace方法用于替换字符串B)Slice方法不是通过截取字符实现文本索引操作的C)Upper方法可将Series各元素转换为大写D)存在一些特殊的方法是Python原生str类型所没有的答案:B解析:难易程度：中题型：[单选题]27.常用的Sigmoid激活函数是一个在生物学中常见的()函数A)X型B)S型C)L型D)U型答案:B解析:[单选题]28.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:[单选题]29.Whatdoesaneuroncompute?DA)AneuroncomputesthemeanofallfeaturesbeforeapplyingtheoutputtoanactivationfunctionB)Aneuroncomputesafunctiongthatscalestheinputxlinearly(Wx+b)C)Aneuroncomputesanactivationfunctionfollowedbyalinearfunction(z=Wx+b)D)Aneuroncomputesalinearfunction(z=Wx+b)followedbyanactivationFunction答案:D解析:[单选题]30.pytorch减少维度的函数是：A)reshapeB)squeezeC)unsqueezeD)transpose答案:B解析:[单选题]31.激活函数把?()?保留并映射出来A)半激活的神经元的特征B)未激活的神经元的特征C)激活的神经元的特征D)无所谓状态的神经元的特征答案:C解析:[单选题]32.下面有关模型拟合的说法，正确的是A)模型在训练集上的表现好，在测试集上表现也好B)模型在训练集上的表现不好，在测试集上表现也不好C)模型在训练集上的表现好，在测试集上表现不好D)模型在训练集上的表现不好，在测试集上表现好答案:C解析:模型在训练集上的表现好，在测试集上表现不好[单选题]33.下列命令中对二维数组进行索引的是（）。A)data[0,1]B)data[1:3]C)data[0:2,0]D)data[1：]答案:A解析:难易程度：易题型：[单选题]34.以下程序输出结果是多少？ImporttensorflowastfA=tf.constant(1)B=tf.constant(1)C=tf.add(a,b)Print(c)Withtf.Session()assess:Print(sess.run(c))A)2B)[1,1]C)[2]D)[0,1]答案:A解析:[单选题]35.卷积层通过过滤器从高维数据中提取特征，增加了输出的深度（特征数），那么，最大池化层的作用是()A)增加输出维度（宽高）B)降低输出维度（宽高）C)保持输出维度（宽高）D)以上均不正确答案:B解析:[单选题]36.在keras.layers.Conv2D(filters,kernel_size,strides=(1,1),padding='valid',data_format=None,dilation_rate=(1,1),activation=None,use_bias=True,kernel_initializer='glorot_uniform',bias_initializer='zeros',kernel_regularizer=None,bias_regularizer=None,activity_regularizer=None,kernel_constraint=None,bias_constraint=None)方法中，指明卷积沿宽度和高度方向的步长是哪个参数？A)filtersB)stridesC)use_biasD)kernel_size答案:B解析:[单选题]37.()的建立通常是为解决实际问题和需要解决的问题而建立的模型A)架构B)数学模型C)流程图D)数据集答案:B解析:[单选题]38.pytorch的开发公司是A)googleB)facebookC)yamazoonD)baidu答案:B解析:[单选题]39.使用批量归一化可以解决神经网络训练中的哪些问题？()A)过拟合OverfittingB)将激活限制为过高或过低C)训练过慢D)以上所有答案:D解析:[单选题]40.深度学习最早兴起于（）领域A)图像识别B)语音识别C)数据挖掘D)自然语言处理答案:A解析:[单选题]41.考虑以下问题:假设我们有一个5层的神经网络，这个神经网络在使用一个4GB显存显卡时需要花费3个小时来完成训练。而在测试过程中，单个数据需要花费2秒的时间。如果我们现在把架构变换一下，当评分是0.2和0.3时，分别在第2层和第4层添加Dropout，那么新架构的测试所用时间会变为多少?CA)少于2sB)大于2sC)是2sD)说不准答案:C解析:[单选题]42.call()函数中training代表的是A)梯度初始值的处理方式B)是否训练C)函数是否调用D)是否循环处理答案:A解析:[单选题]43.你用手机拍摄的垃圾图片是A)灰度图B)红色图C)绿色图D)彩色图答案:D解析:[单选题]44.pytorch中可视化人工绘图：A)writer.add_graphB)writer.add_scalarC)writer.add_histogramD)writer.add_figure答案:D解析:[单选题]45.数据归一化处理是指将每个特征的取值缩放到（）。A)-1B)-1C)0D)1答案:C解析:难易程度：易题型：[单选题]46.复合函数sin(sinx)的导数是A)cosx*(cos(sinx))B)cos(cosx)C)cos(sinx)D)sin(cosx)答案:A解析:[单选题]47.通常,一个实数或复数向量空间加上长度和角度的概念,称为()A)内积空间B)赋范空间C)矢量空间D)希尔伯特空间答案:A解析:[单选题]48.关于岭回归，下列说法错误的是（）。A)属于线性回归B)使用L2正规项C)使用L1正规项D)基于最小二乘法答案:C解析:难易程度：中题型：[单选题]49.对于一个分类任务，如果开始时神经网络的权重不是随机赋值的，而是都设成0，下面哪个叙述是正确的?A)其他都不对B)没啥问题，神经网络会正常开始训练C)，但后都会别同样的东西D)网络不会开始训练，因为没有梯度改变答案:C解析:[单选题]50.在CNN中使用1x1卷积时，下列哪一项是正确的?DA)可以帮降维B)可以用于特征池C)于内，减少合D)所有上述答案:D解析:[单选题]51.在Keras中，fit函数的参数：verbose：日志显示，0为（）A)输出进度条记录B)保存日志信息C)不在标准输出流输出日志信息D)每个epoch输出一行记录答案:C解析:在Keras中，fit函数的参数：verbose：日志显示，0为不在标准输出流输出日志信息，1为输出进度条记录，2为每个epoch输出一行记录[单选题]52.可以直观地看到各层网络结构和参数的工具的是?A)tfB)tf.nnC)TFD)TensorBoard答案:D解析:[单选题]53.YOLO是JosephRedmon和AliFarhadi等人于2015年提出的第一个基于单个神经网络的目标检测系统。在今年CVPR上,JosephRedmon和AliFarhadi发表的YOLO2进一步提高了检测的()和速度A)精度B)细度C)难度D)力度答案:A解析:[单选题]54.下图显示，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?AA)改变学习速率，比如一开始的几个训练周期不断更改学习速率一开始将学习速率AB)一开始将学习速率减小10倍，然后用动量项(momentum)C)增加参数数目，这样神经网络就不会卡在局部最优处D)其他都不对答案:A解析:[单选题]55.?()(FaceFeatureExtraction)?是将一张人脸图像转化为一串固定长度的数值的过程。这个数值串被称为?人脸特征(FaceFeature)?,具有表征这个人脸特点的能力A)人脸提特征B)提特征C)特征D)特征扩展答案:A解析:[单选题]56.keras输入20个特征，30个神经元表达正确的是A)Dense(30,input_shape=(20)B)Dense(20,input_shape=(30)C)fit(data,labels,20,30)D)fit(data,labels,30,20)答案:A解析:[单选题]57.Matplotlib画图导入库正确的命令是（）。A)ImportB)ImportC)ImportD)Import答案:A解析:难易程度：易题型：[单选题]58.生成1的数组命令，正确的是（）。A)np.one([4,6])B)np.zeros_like(ones)C)np.zeros([4,6])D)np.array([[1,2],[3,4]])答案:A解析:难易程度：易题型：[单选题]59.以下选项中不是Python数据分析的第三方库的是（）。A)requestsB)numpyC)scipyD)pandas答案:A解析:难易程度：易题型：[单选题]60.tf.get_variable的（）机制会检测已经存在的变量是否设置为共享变量，如果遇到第2个拥有相同名字的变量的时候就会报错。A)变量检测机制B)共享机制C)变量获取机制D)以上都不对答案:A解析:[单选题]61.以下选项中值为False的是（）A)?abc?B)?C)?Hello?D)?abcd?答案:C解析:难易程度：易题型：[单选题]62.Tf中,第一层卷积核W_conv1=variable([5,5,1,32]),第二层卷积核是:A)variable([5,5,1,32])B)variable([3,3,1,32])C)variable([5,5,4,8])D)variable([5,5,32,6])答案:D解析:[单选题]63.是把训练样本分成k份，在验证时，依次选取每一份样本作为验证集，每次实验中，使用此过程在验证集合上取得最佳性能的迭代次数，并选择恰当的参数。A)K均值验证B)K-flod交叉验证C)K-means验证D)K-折线验证答案:B解析:K-flod交叉验证是把训练样本分成k份，在验证时，依次选取每一份样本作为验证集，每次实验中，使用此过程在验证集合上取得最佳性能的迭代次数，并选择恰当的参数。[单选题]64.动量梯度算法,是通过学习率和()控制梯度下降的A)指数加权平均数B)局部平均值C)全局平局值D)方差答案:A解析:[单选题]65.什么是池化?A)隔离图像特征的技术B)-种在保持特征的同时减少图像信息的技术C)-种使图像更清晰的技术D)组合图片的技术答案:B解析:[单选题]66.卡耐基梅隆大学的DeanPomerleau在上世纪80年代末基于()制造了一辆自动驾驶汽车A)BP算法B)神经网络C)前向算法D)NFC答案:B解析:[单选题]67.()是指根据文本所表达的含义和情感信息将文本划分成褒扬的或贬义的两种或几种类型,是对文本作者倾向性和观点、态度的划分,因此有时也称倾向性分析。A)语音识别B)机器学习C)自然语言处理D)情感分类答案:D解析:[单选题]68.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)ReLUB)tanhC)SIGMOIDD)以上都不是答案:B解析:[单选题]69.Sigmoid激活函数的导数范围是()A)(0,0.1]B)(0,0.2]C)(0,0.25]D)(0,0.5]答案:C解析:[单选题]70.以下哪个是长短期记忆网络的缩写A)LSTMB)GRUC)CNND)RNN答案:A解析:[单选题]71.以下不是RNN的特点有：A)当前输入值是上一次输出值B)使用tanh激活C)使用时间步作为计算数据D)每个处理的时间步对应的权重不同答案:D解析:[单选题]72.以下有关神经网络性能评估的描述,错误的是()A)能监控函数可以作为Keras模型的compile方法的metrics的参数来输入，也可以独立使用。B)任何函数metricfn(ytrueypred)都可以作为metric传递给compile函数。C)回调(callbacks)是可以在fit函数执行过程中的各个阶段执行动作的对象。D)TensorBoard可以将神经网络的计算图可视化。答案:B解析:[单选题]73.神经网络中的每个节点称为（）。A)神经元细胞B)神经元C)神经细胞D)细胞答案:B解析:难易程度：易题型：[单选题]74.关于交叉验证与自动调参，下列说法错误的是（）。A)交叉验证将数据集分为多组训练集与测试集对B)交叉验证能有效降低测试准确率的差异C)GridSearchCV类会遍历所有参数值的组合D)GridSearchCV类适用于数据量较大的数据集答案:D解析:难易程度：中题型：[单选题]75.以下数据集分配方式错误的是:A)2亿条数据,测试集数量可以少于4千万条B)数据量较少时,训练集和测试集可以按照7:3分配C)在一些情况下,可以将全部数据作为训练集D)小数据量时,训练,验证,测试集比例可以按照6:2:2进行分配答案:C解析:[单选题]76.关于dropout描述正确的是:A)属于正则处理B)一个激活函数C)用于分割数据集D)用于将数据样本多样化答案:A解析:[单选题]77.以下不是ALexNet的创建功能：A)dropoutB)GPUC)reluD)残差处理答案:D解析:[单选题]78.手写字识别模型中，隐藏层的节点个数为（）A)500B)784C)576D)28答案:A解析:[单选题]79.前向传播过程+反向传播过程,接下来只需要进行(),不断调整边的权重A)求偏导B)求和C)四舍五入D)迭代答案:D解析:[单选题]80.关于索引对象，下列说法错误的是（）。A)可通过Series接收索引参数并进行创建B)MultiIndex是层次化索引对象C)索引对象可以修改D)isin是索引对象的一种方法答案:C解析:难易程度：中题型：[单选题]81.CNN卷积神经网络,RNN循环神经网络,()这三个网络都是TensorFlow中支持并常用的经典网络A)RNNB)XNNC)BNND)LSTM长短记忆算法答案:D解析:[单选题]82.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)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)以上都不正确答案:A解析:[单选题]83.Print(tf.__version__)是可能正确被的语句,则这条程序语句实现的作用是?A)查询tensorflow版本B)查询tensorflow年代C)查询tensorflow位置D)测试tf模块安装是否正常答案:A解析:[单选题]84.一个矩阵A的范数定义为:矩阵A内各项元素的绝对值平方的()A)总和B)差C)内积D)点积答案:A解析:[单选题]85.下列关于softmax函数，说法正确的是A)不属于激活函数B)输出的结果为正类别的概率C)输出的结果和为1D)需要先使用sigmoid激活答案:C解析:[单选题]86.Adam算法的核心是A)强化了RMSprop算法B)强化了动量梯度算法C)同时使用Momentum和RMSprop算法D)没有核心答案:C解析:[单选题]87.不是python中文件写操作方法的是（）。A)writelinesB)writeC)writeD)writetext答案:D解析:难易程度：易题型：[单选题]88.为什么在较小的数据集上更容易出现过拟合现象？A)因为在较小的数据集中，您的验证数据更有可能和训练数据类似B)因为没有足够的数据来激活所有卷积或神经元C)因为使用较少的数据，训练会更快地进行，并且某些功能可能会丢失D)因为在训练过程中遇到所有可能特征的可能性较小答案:D解析:[单选题]89.所谓权重参数,是指:A)输入数据的变换矩阵B)输出数据的变换矩阵C)是激活函数D)是将数据影射到概率空间答案:A解析:[单选题]90.手写字识别模型中，输出层的节点个数为（）A)1B)9C)10D)11答案:C解析:[单选题]91.查看是否是gpu张量的函数是A)tensor_gpu.is_cudaB)torch.cuda.device_count()C)tensor_gpu.deviceD)torch.cuda.is_available()答案:A解析:[单选题]92.Hinton和Bengio、Yann.lecun等提成了一个实际可行的()框架A)MLB)deeplearningC)opencvD)TF答案:B解析:[单选题]93.下面哪个命令是Linux下?删除非空目录?命令？A)chmodu+xB)rm-frdirC)passwdD)cp-Rdir答案:B解析:rm-frdir：删除非空目录[单选题]94.常用的非监督学习算法有A)聚类B)K-近邻算法C)回归算法D)决策树答案:A解析:[单选题]95.在cnn模型中一般通道数呈（）倍增长A)2B)4C)6D)8答案:A解析:[单选题]96.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，读入一副彩色图片，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[单选题]97.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:[单选题]98.我们使用()完整地保存整个模型，将Keras模型和权重保存在一个HDF5文件中，该文件将包含：模型的结构、模型的参数、优化器参数：用于继续训练过程A)model.save_weights()B)model.save_weight()C)model.save()D)model.save_config()答案:C解析:[单选题]99.在课堂中使用分类器将那两种生物进行分类（）A)毛虫和萤火虫B)臭虫和瓢虫C)毛虫和瓢虫D)萤火虫和瓢虫答案:C解析:难易程度：易题型：[单选题]100.实验表明，训练期间使用不同的学习率总体上是有益的，因此建议在一个取值范围内周期性地改变学习率，而不是将其设定为固定值。这种方法我们称为（）A)非周期性学习率B)固定学习率C)线性学习率D)周期性学习率答案:D解析:[单选题]101.张量Tensor通常是操作()维数组进行传送,形象地描述为从流图的一端流动到另一端,即TensorFlow的组成A)NB)1C)0D)3答案:A解析:[单选题]102.A=tf.constant(2)B=tf.constant(5)AddOp=tf.greater(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:[单选题]103.T=[[1,2,3],[4,5,6],[7,8,9]]，张量t是几阶张量A)1B)2C)3D)9答案:B解析:[单选题]104.可以处理梯度计算的参数是：A)requires_gradB)biasC)grad_outputD)ctx答案:A解析:[单选题]105.Multiply这个函数实现的是元素级别的相乘,也就是两个相乘的数元素各自()A)相与B)相乘C)相除D)相加答案:B解析:[单选题]106.深度学习典型应用:人脸识别,指什么网络架构?A)LeNET5B)(CNN:AlexNet)C)VGGD)ResNet答案:B解析:[单选题]107.在梯度下降的课程中，PPT图片中的小人下山的路径是什么颜色的（）。A)红色B)蓝色C)绿色D)橙色答案:C解析:难易程度：易题型：[单选题]108.针对步长说法正确的是A)卷积核在图像上变化的速度B)每个图像的维度C)步长越大，图像细节处理越好D)步长对图像无影响答案:A解析:[单选题]109.批量标准化层的api是A)DropoutB)BatchNormalizationC)DenseFeatureD)Flatten答案:B解析:[单选题]110.Tf.multiply(x,y,name=None),其中类型跟张量x相同的张量是A)yB)tfC)nameD)None答案:A解析:[单选题]111.VanishingGradientProblem问题是(),这个问题是在神经网络框架设计中经常出现的问题,例如隐藏层设计过多而导致的。A)梯度消失问题B)卷积C)池化D)全连接答案:A解析:[单选题]112.语句Y=eye([m,n])或Y=eye(m,n)的作用是?A)生成m×n的单位矩阵B)生成m维的1矩阵C)信息的增量刻度总是以线性函数的规模进行的D)信息的增量刻度总是无法判定的答案:A解析:[单选题]113.CNN最后使用全连接的作用是：A)有更多的神经元进行处理B)一种形式C)让网络使用softmax处理D)不做也可以答案:C解析:[单选题]114.tensorboard启动命令是A)tensorflowopenboardB)opentensorboard路径C)os.open路径D)tensorboard--logdir路径答案:D解析:[单选题]115.通常数据库可以理解为是()的一种集合体现A)结构化数据B)非结构化数据C)离散数据D)无序数据答案:A解析:[单选题]116.当在内存网络中获得某个内存空间时，通常选择读取矢量形式数据而不是标量，这里需要的哪种型的寻址来完成?A)基于内容的寻址B)基于位置的寻址C)都不行D)都可以答案:A解析:[单选题]117.Whichofthefollowingarereasonsforusingfeaturescaling?A)ItpreventsthematrixXTX(usedinthenormalequation)frombeingnon-invertable(singular/degenerate)B)Itspeedsupgradientdescentbymakingitrequirefeweriterationstogettoagoodsolution.C)ItspeedsupgradientdescentbymakingeachiterationofgradientdescentlessD)Itisnecessarytopreventthenormalequationfromgettingstuckinlocaloptima答案:B解析:[单选题]118.判断和之前信息是否有用的门是A)遗忘门B)输入门C)输出门D)更新门答案:A解析:[单选题]119.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)DropoutC)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:[单选题]120.冯-诺依曼的现代计算机的组成有:输入、输出,CPU,内存,和()A)键盘B)磁盘C)显示器D)二进制答案:D解析:[单选题]121.通常对一个事物下定义,首先要将它放入(),然后再通过层层限定,收缩该事物的外延。A)包含该事物的的集合。B)边缘事物的集合C)它包含的更小的集合D)直接陈列它的属性A答案:A解析:[单选题]122.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*10000B)300*300C)300*10000D)100*10000答案:C解析:[单选题]123.X的定义是Variable或constant则print(X.get_shape())输出:A)X张量描述B)X的数据值C)X的数轴数D)X的数据长度答案:A解析:[单选题]124.keras中dataset中映射元素的参数是A)mapB)filterC)shuffleD)batch答案:A解析:[单选题]125.下列关于注释的说法正确的是（）。A)单行注释只能使用<号创建B)多行注释只能使用<号创建C)使用引号创建注释时，须保证前后引号数目相同，类型不必一致D)注释的主要目的在于使代码美观答案:A解析:难易程度：中题型：[单选题]126.RMSprop算法的特点是A)指数加权平均数求和B)指数加权平均数先平方再开方C)指数加权平均数求微分D)指数加权平均数求均方误差答案:B解析:[单选题]127.对于二元分类问题，您会选择以下哪种架构?CA)1B)2C)任何一个D)都不用答案:C解析:[单选题]128.哪个选项不是数据维度的种类？（）。A)二维数据B)高维数据C)多维数据D)正交数据答案:D解析:难易程度：易题型：[单选题]129.在卷积神经网络计算中，已知输入特征层大小为32x32x64,使用标准卷积计算，带偏置项，卷积核大小为3*3，输出特征层数目为64，请问卷积层的参数个数为？()A)576B)36928C)640D)36864答案:B解析:[单选题]130.下列哪个函数不可以做激活函数?DA)y=tanh(x)B)y=sin(x)C)y=max(x,0)D)y=2x答案:D解析:[单选题]131.年Rumelhart等人发展了()理论A)BP算法B)求偏导C)激活函数D)前向算法答案:A解析:[单选题]132.下列哪一项在神经网络中引入了非线性？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E)DropoutF)正则化G)批规范化H)以上都可以答案:D解析:难易程度：易题型：在神经网络中，哪种技术可以解决过拟合（）难易程度：易题型：哪种神经网络结构中存在权重共享难易程度：易题型：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.pytorch和维度处理相关的是A)sizeB)viewC)reshapeD)forward答案:ABC解析:[多选题]134.哪些是Tensorflow的RNN中关于cell的类A)BasicRNNCellB)BasicLSTMCellC)GRUCellD)MultiRNNCell答案:ABCD解析:[多选题]135.在神经网络中,以下哪种技术用于解决过拟合?A)DropoutB)正则化C)批规范化D)激活函数答案:ABC解析:[多选题]136.Kpile中可以作为metrics的有A)mseB)accuracyC)sgdD)bgd答案:AB解析:[多选题]137.在tf.matrix_inverse(x).eval()语句中A)对x进行求逆B)x是矩阵C)从tf环境中获取x的数据交给python环境D)不能获知x的内容答案:ABC解析:[多选题]138.pytorch使用（）（）两个工具类来构建管道A)datasetB)filelistC)dataloderD)pipeline答案:AC解析:[多选题]139.人脸检测的图片通常有那几种类型?A)LIVE表示生活照;B)IDCARD表示身份证芯片照;C)WATERMARK表示带水印证件照;D)CERT表示证件照片;答案:ABCD解析:[多选题]140.信息熵是对概率空间的整个系统描述,这里的概率空间描述正确的是:A)包含全部样本点B)可能有多种划分C)是核函数D)解决线性分类问题答案:AB解析:[多选题]141.可回收物指适宜回收利用和资源化利用的生活废弃物。可回收物主要品种包括（）A)废纸B)废弃塑料瓶C)废金属D)废电池答案:ABC解析:可回收物指适宜回收利用和资源化利用的生活废弃物。可回收物主要品种包括：废纸、废弃塑料瓶、废金属、废包装物、废旧纺织物、废弃电器电子产品、废玻璃、废纸塑铝复合包装等。[多选题]142.卷积核K的四个重要参数是A)高度B)宽度C)输入通道D)输出通道答案:ABCD解析:[多选题]143.支持向量机SVM算法能够解决非线性分类,是通过那些措施?A)核函数B)线性分类C)增加数据维度D)激活函数答案:ABC解析:[多选题]144.通常深度学习网络的卷积层部分的组成有A)卷积层B)RELUC)POOLING层D)pedding答案:ABC解析:[多选题]145.通常,使用TensorFlow框架进行开发,可以应用在实际领域和应用场景有那些?A)语音识别B)自然语言处理NLPC)计算机视觉D)风格迁移广告答案:ABCD解析:[多选题]146.Keras中卷积相关的层有A)Conv1DB)Conv2DC)MaxPool2DD)GlobalAvgPool2D答案:ABCD解析:[多选题]147.可以运用循环网络的类型有A)视频B)音乐C)对话D)文章创作答案:ABCD解析:[多选题]148.程序语句例如conv2d(input_d,filter_d,strides=[1,3,3,1],padding='SAME'),这条语句的含意理解为()?A)步长在高度方向和宽度方向均为3B)填充图像边缘,使图像尺寸不变C)input_d是待卷积的数据D)进行卷积操作答案:ABCD解析:[多选题]149.对于每一个参数都用相同的学习率进行更新的优化器有A)sgdB)mbgdC)动量优化器D)adam答案:ABC解析:[多选题]150.Tf中能实现两个向量代数运算的语句是A)c=tf.greater(A,b)B)a=tf.subtract(A,b)C)b=tf.Equal(A,b)D)d=tf.matmul(A,b)答案:BD解析:[多选题]151.具有激活功能的函数有A)reluB)softmaxC)sigmoidD)tanh答案:ABCD解析:[多选题]152.LSTM中拥有的门是：A)遗忘门B)输入门C)输出门D)更新门答案:ABC解析:[多选题]153.使用one-hot方法表示词汇有什么缺点?A)每个单词需要用高维向量来表示,而且只有一个数是零,其他都是1,表示冗余,存储量大B)每个单词表示的向量相乘都为零(正交),无法表示词汇之间的联系C)效率非常高D)能够处理非连续型数值特征答案:AB解析:[多选题]154.Tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)意义:A)定义学习步长B)优化器C)交叉熵损失函数D)开始训练答案:ABC解析:[多选题]155.Tf.nn.conv2d(x,W,name1=[1,1,1,1],name2='SAME')其中name1和name2对应单词是:A)name1是strideB)name2是paddingC)name1是paddingD)name2是stride答案:AB解析:[多选题]156.人工智能是研究、开发用于模拟、延伸和扩展人的智能的()的一门新的技术科学。A)理论B)方法C)技术D)应用系统答案:ABCD解析:人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。[多选题]157.腾讯云是腾讯公司旗下的产品，为开发者及企业提供云服务、云数据、云运营等整体一站式服务方案。具体包括（）A)基础云服务B)整体大数据能力C)体育建设D)云端链接社交体系答案:ABD解析:腾讯云是腾讯公司旗下的产品，为开发者及企业提供云服务、云数据、云运营等整体一站式服务方案。具体包括云服务器、云存储、云数据库和弹性web引擎等基础云服务；腾讯云分析（MTA）、腾讯云推送（信鸽）等腾讯整体大数据能力；以及QQ互联、QQ空间、微云、微社区等云端链接社交体系。[多选题]158.在卷积神经网络中,随机生成的卷积核后:A)个别一些卷积核对特征提取几乎无贡献B)每个卷积核对特定特征进行提取C)有信号共振的原理D)特征最后形成编码,送入全连接网络答案:ABCD解析:[多选题]159.独热编码的特点有A)每一行只有一个1B)1所在的位置下标就是标签C)标签有几种，每个向量的长度就是多少D)适用于多分类交叉熵计算答案:ABCD解析:[多选题]160.反向传播算法的过程如下:A)初始化联结权重Wij,对于输入的训练样本,求取每个节点输出和最终输出层的输出值B)对输出层求取偏导数C)对于隐藏层求取偏导数D)求取输出误差对于每个权重的梯度,更新权重答案:ABCD解析:[多选题]161.可以作为激活函数的是A)reluB)tanhC)batchnormD)sigmoid答案:ABD解析:C为批量归一化[多选题]162.性能优于alexnet的网络有：A)LeNetB)VGG16C)ResNetD)Inception答案:BCD解析:[多选题]163.在图像处理中,在颜色RGB建立三维向量的距离空间,能A)实现颜色分类B)计算两种颜色的差别C)计算两个图像差别D)与图像内容有关答案:ABC解析:[多选题]164.对于不规则的切片提取，可以使用A)torch.index_selectB)torch.masked_selecC)torch.takeD)torch.iloc答案:ABC解析:[多选题]165.GRU神经单元中拥有的门是：A)遗忘门B)输入门C)输出门D)更新门答案:CD解析:GRU将输入门和遗忘门合二为一为更新门[多选题]166.能进行正则化功能的处理有A)dropoutB)l1C)l2D)数据增强答案:ABCD解析:[多选题]167.AlphaGo下围棋的关键技术深度学习A)决策神经网络B)评估神经网络C)历史经验D)线性代数答案:AB解析:[多选题]168.Tensorflow中,函数tensorflow.nn.softmax_cross_entropy_with_logits()的功能描述正确的是A)在卷积层B)进行优化C)用信息熵D)一定全连接层答案:BCD解析:[多选题]169.pytorch中用于向量计算的函数是A)sumB)meanC)minD)std答案:ABCD解析:[多选题]170.以下不具有激活功能的方式有A)reluB)dropoutC)LassoD)ridge答案:BCD解析:[多选题]171.函数conv2d()有好几个参数…,对其参数描述正确的下面选项有那些?A)步长在高度方向和宽度方向均为stridesB)填充图像边缘,使图像尺寸不变C)input是待卷积的数据D)filter是卷积核答案:ABCD解析:[多选题]172.optimizer中包含的方式有A)rmspropB)adagradC)adamD)sgd答案:ABCD解析:[多选题]173.one-hot编码的优点包括？（）A)解决了分类器不好处理离散数据的问题B)解决了特征是离散稀疏的C)在一定程度上也起到了扩充特征的作用D)把词向量的维度变小答案:AC解析:one-hot编码优缺点？优点：(1)解决了分类器不好处理离散数据的问题。a.欧式空间。在回归，分类，聚类等机器学习算法中，特征之间距离计算或相似度计算是非常重要的，而我们常用的距离或相似度的计算都是在欧式空间的相似度计算，计算余弦相似性，基于的就是欧式空间。b.one-hot编码。使用one-hot编码，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点。将离散型特征使用one-hot编码，确实会让特征之间的距离计算更加合理。(2)在一定程度上也起到了扩充特征的作用。第3部分：判断题，共54题，请判断题目是否正确。[判断题]174.如果我们将matplotlib绘图的结果再tensorboard中展示，可以使用add_figure.A)正确B)错误答案:对解析:[判断题]175.pytorchLSTM初始阶段必须传状态值A)正确B)错误答案:错解析:[判断题]176.变量初始化有三种方式,个别,部分,全局变量初始化。A)正确B)错误答案:对解析:[判断题]177.虚拟化能使用户在一台服务器上同时运行多个操作系统A)正确B)错误答案:对解析:虚拟化能使用户在一台服务器上同时运行多个操作系统[判断题]178.归一化指数函数Softmax函数,是用来将运算结果映射到概率空间。A)正确B)错误答案:对解析:[判断题]179.GPU的计算能力远超CPU()。A)正确B)错误答案:对解析:[判断题]180.深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示A)正确B)错误答案:对解析:[判断题]181.cifar100和一个100小分类和10大分类A)正确B)错误答案:对解析:[判断题]182.在2018年，Leslie在其经典论文中提出了关于识别最佳超参数的各种方法的详细报告[5]。其中最好的方法是基于通过检查测试/验证损失以寻找欠拟合和过拟合的曲线来找到二者之间的平衡，以便争取最佳超参数集合。A)正确B)错误答案:对解析:[判断题]183.句子向量只能通过无监督学习获得。A)正确B)错误答案:错解析:[判断题]184.在自然界信息传播速度,是以指数函数的速度进行的。A)正确B)错误答案:对解析:[判断题]185.X.assign(100)是条立即数赋值语句。A)正确B)错误答案:对解析:[判断题]186.将数据分为训练集和测试集的目的是用以前看不见的数据测试网络。A)正确B)错误答案:对解析:[判断题]187.Anaconda最主要的作用是科学包及其依赖进行管理。A)正确B)错误答案:对解析:[判断题]188.启动tensorboard的指令是：tensorboard--logdirA)正确B)错误答案:对解析:[判断题]189.dropout的原理是让神经元永久失活A)正确B)错误答案:错解析:[判断题]190.所谓积分运算,就是求和的极限A)正确B)错误答案:对解析:[判断题]191.腾讯云提供两种加密登录方式：密码登录和SSH密钥登录。用户可以自由选择两种方式安全的与云服务器进行连接。Windows系统实例不支持密钥登录。A)正确B)错误答案:错解析:腾讯云提供两种加密登录方式：密码登录和SSH密钥登录。用户可以自由选择两种方式安全的与云服务器进行连接。Windows系统实例不支持SSH密钥登录。[判断题]192.损失函数反映的是,标签集合与训练集合变换后结果的总体差别。A)正确B)错误答案:对解析:[判断题]193.在Tensorflow中，若声明字符串类型，可以直接使用tf.string。A)正确B)错误答案:对解析:[判断题]194.RMSprop优化器很好的解决了Adagrad优化器过早结束的问题，很合适处理非平稳目标，对于RNN网络效果很好。A)正确B)错误答案:对解析:[判断题]195.风格迁移可以被卷积神经网络不同激活的内部相互关系所捕捉到。A)正确B)错误答案:对解析:[判断题]196.TrueNegatives代表的是真负例A)正确B)错误答案:对解析:[判断题]197.embedding就是独热A)正确B)错误答案:错解析:[判断题]198.Tf.Variable(initializer,name),参数initializer是初始化参数,name是可自定义的变量名称A)正确B)错误答案:对解析:[判断题]199.Tf.set_random_seed函数可以从两个seed中获得依赖随机seed的操作,图形级seed和操作级seedA)正确B)错误答案:对解析:[判断题]200.正向传播就是模型预测的过程A)正确B)错误答案:对解析:[判断题]201.神经风格迁移可以用任何预训练卷积神经网络来实现A)正确B)错误答案:对解析:[判断题]202.当图像分类的准确率不高时，可以考虑以数据增强提高准确率。A)正确B)错误答案:对解析:[判断题]203.人工智能是研究、开发用于模拟、延伸、扩展人的智能理论、方法、技术及应用系统的一门新的技术学科。人工智能是计算机科学的一个分支。A)正确B)错误答案:对解析:[判断题]204.概率系统中,单个事件的信息熵,是系统信息熵的一个组成部分。A)正确B)错误答案:对解析:[判断题]205.信息量就是信息熵。A)正确B)错误答案:错解析:[判断题]206.反向传播过程中权重是同时更新的A)正确B)错误答案:对解析:[判断题]207.若没有在超参数中作出正确的标尺决定,可以通过在均匀标出上选取多个数据进行弥补A)正确B)错误答案:对解析:[判断题]208.函数tf.nn.softmax_cross_entropy_with_logits_v2是常用的最新版本的交叉熵函数A)正确B)错误答案:对解析:[判断题]209.人工智能的目的是让机器能够完全代替人，以实现某些脑力劳动的机械化。()A)正确B)错误答案:对解析:[判断题]210.BP算法是由学习过程由信号的正向传播与误差的反向传播两个过程组成。由于多层前馈网络的训练经常采用误差反向传播算法,人们也常把将多层前馈网络直接称为BP网络A)正确B)错误答案:对解析:[判断题]211.BP算法是通过梯度下降法对联结权重进行优化,所以需要计算误差函数对联结权重的偏导数。A)正确B)错误答案:对解析:[判断题]212.存在某种深度神经网络（至少一个隐藏层），使其每个局部最优解都是全局最优解。A)正确B)错误答案:对解析:[判断题]213.给定概率空间,信息熵是针对有限个概率事件的。A)正确B)错误答案:对解析:[判断题]214.drop_remainder是将没有处理的数据丢掉A)正确B)错误答案:对解析:[判断题]215.句子向量表示只能通过有监督学习获得A)正确B)错误答案:错解析:[判断题]216.pad_sequences就是序列0填充，帮助将时间步添补成统一数值A)正确B)错误答案:对解析:[判断题]217.CBOW(连续词袋)模型的特点是输入已知上下文,输出对当前单词的预测A)正确B)错误答案:对解析:[判断题]218.一句话所言事物的实现概率大,信息熵越大。A)正确B)错误答案:错解析:[判断题]219.Tensorboard中,可以使用tf.summary.scalar记录标量A)正确B)错误答案:对解析:[判断题]220.Tf.summary.histogram()函数功能是输出一个直方图的SummaryprotocolbufferA)正确B)错误答案:对解析:[判断题]221.Relu函数只能在全连接层的神经网络里面有意义,在卷积层没有意义A)正确B)错误答案:错解析:[判断题]222.执行完语句tf.assign(start,new_value)后可以将变量start的值传递给新的变量new_valueA)正确B)错误答案:错解析:[判断题]223.批量归一化有轻微防止过拟合的能力A)正确B)错误答案:对解析:[判断题]224.曼哈顿距离的正式意义为L1-距离或城市区块距离,也就是在欧几里德空间的固定直角坐标系上两点所形成的线段对轴产生的投影的距离总和A)正确B)错误答案:对解析:[判断题]225.有一个隐藏层网络,就是二层神经网络A)正确B)错误答案:对解析:[判断题]226.VGG16模型格式简单易懂A)正确B)错误答案:错解析:[判断题]227.神经网络隐藏层越多，只会让模型效果越好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.绘制折线图的方法_______答案:plot()解析:[问答题]229.编程：定义matmul函数，函数实现两个矩阵相乘。答案:ImporttensorflowastfDefmatmul(a,b):a=tf.constant(a)b=tf.constant(b)c=tf.matmul(a,b)sess=tf.Session()result=sess.run(c)sess.close()returnresult解析:[问答题]230.编程：Tensorflow完成一次线性函数计算。注：使用Tensorflow将各个不同的计算模块拼接成流程图，完成一次线性函数的计算，并在一个隐式会话中执行。答案:Matrix1=tf.constant([[3.,3.]])#声明matrix1为TF的一个1*2的行向量Matrix2=tf.constant([[2.],[2.]])#声明matrix2为TF的一个2*1的列向量Product=tf.matmul(matrix1,matrix2)#两个算子相乘，作为新算例Linear=tf.add(product,tf.constant(2.0))#将product与一个标量2求和拼接.作为最终的linear算例#直接在会话中执行linear算例，相当于将上面所有的单独算例拼接成流程图来执行Withtf.Session()assess:result=sess.run(linear)print(result)解析:[问答题]231.神经网络将权重参数沿着_______方向进行更新答案:梯度解析:[问答题]232.在卷积神经网络中，卷积层数越高，学到的特征就越_______。答案:全局化；解析:[问答题]233.编程：tf.variable_scope里面还有一个resuse=True属性，表示使用已经定义过的变量，这时tf.get_variable都不会创建新的变量，而是直接获取已经创建的变量。声明3个同名变量，使用该属性使用已定义过的变量。答案:ImporttensorflowastfWithtf.variable_scope('V1?):a1=tf.get_variable(name='a1',shape=[1],initializer=tf.constant_initializer(1))Withtf.variable_scope('V2?):a2=tf.get_variable(name='a1',shape=[1],initializer=tf.constant_initializer(1))Withtf.variable_scope('V2',reuse=True):a3=tf.get_variable('a1?)Withtf.Session()assess:sess.run(tf.global_variables_initializer())print()print()print()解析:[问答题]234.tensorflow里面是在_______中运行计算图。答案:会话；解析:[问答题]235.dropout=tf.nn.dropout(rt,0.3,noise_shape=[1,4])，该程序中，隐藏层节点按_____丢弃。答案:列；解析:[问答题]236.tf.random_uniform的作用是用于产生一个满足_______分布的张量。答案:平均；解析:[问答题]237.写出异或门的真值表答案:>解析:[问答题]238.要创建一个所有元素为零的张量，可以使用_______函数。答案:tf.zeros()；解析:[问答题]239.池化操作和激活函数的作用分别是什么答案:池化操作的作用就是缩小特征图的尺寸，减少计算量，同时使得同样大小的区域可以概括更加全局的信息。激活函数的作用是：激活函数是用来加入非线性因素的，解决线性模型所不能解决的问题。解析:[问答题]240.简述BP神经网络的工作过程。答案:BP神经网络的过程主要分为两个阶段，第一阶段是信号的前向传播，从输入层经过隐含层，最后到达输出层；第二阶段是误差的反向传播，从输出层到隐含层，最后到输入层，依次调节隐含层到输出层的权重和偏置，输入层到隐含层的权重和偏置。解析:[问答题]241.创建一个3阶的单位矩阵：np.________答案:eye(3)解析:[问答题]242.将Sigmoid激活函数改为ReLu，将有助于克服梯度消失问题?A)对B)错答案:A解析:[问答题]243.x=tf.placeholder(32)Y=tf.placeholder(32)Z=tf.add(x,y)Session=tf.Session()Withses