人工智能深度学习技术练习(习题卷8)

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8)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]1.二分类模型，使用的激活函数一般是A)reluB)tanhC)sigmoidD)softmax答案:C解析:[单选题]2.百度飞桨的paddle框架10.2安装指令正确的是（）。A)pythonB)pythonC)pythonD)python答案:B解析:难易程度：易题型：[单选题]3.将一个骰子的?3?和?2?修改成?1?,那么掷这个骰子得信息熵会:A)增大B)减少C)不变D)不确定答案:B解析:[单选题]4.经过激励传播、权重更新这两个环节的反复循环迭代,最终实现网络对输入的响应达到预定的目标值或范围为止,这就是()传播算法A)前向B)反向C)卷积D)填充答案:B解析:[单选题]5.变量是一种A)张量B)神经元C)参数D)值答案:A解析:[单选题]6.max(0,x)是那个激活函数的结果A)reluB)softmaxC)tanhD)leaky-relu答案:A解析:[单选题]7.下列哪些项目是在图像识别任务中使用的数据扩增技术(dataaugmentationtechnique)?1水平翻转(Horizontalflipping)2随机裁剪(Randomcropping)3随机放缩(Randomscaling)4颜色抖动(Colorjittering)5随机平移(Randomtranslation)6随机剪切(Randomshearing)DA)1，3，5，6B)1，2，4C)2，3，4，5，6D)所有项目答案:D解析:[单选题]8.卷积的过程尤为清晰：在坐标轴上让x(n)保持不动，先把h(n)（），然后不断执行二者重合部分相乘求和然后让h(n)滑动的过程。A)反转B)减小C)增加D)倒置答案:A解析:[单选题]9.以下命令对应功能正确的是（）。A)cpB)mv:移动文件与目录，或修改文件与目录的名称C)rmD)以上都正确答案:D解析:难易程度：易题型：[单选题]10.下列不是CNN的优势是A)图像不变性B)局部感知C)参数共享D)模型替换答案:D解析:[单选题]11.sigmoid函数描述错误的是A)输出结果是-1~+1B)0.5是分类的阈值C)输出的结果为正类别概率D)导数范围为0~0.25答案:A解析:[单选题]12.神经网络需要激活函数,其原因是可实现A)解决线性可分性B)非线性分类C)归一化D)正则化答案:B解析:[单选题]13.第一次使用GPU的网络模型是A)lenetB)alexnetC)resnetD)inception答案:B解析:[单选题]14.pytorch保留整数部分，向0归整的函数是A)roundB)floorC)ceilD)trunc答案:D解析:[单选题]15.在神经网络一开始应用卷积层将使训练A)更快B)这取决于许多因素。它可能会使您的训练更快或更慢，并且设计不良的卷积层可能甚至比普通的深度神经网络还低效C)更慢D)持平答案:B解析:[单选题]16.一般我们建议将卷积生成对抗网络(convolutionalgenerativeadversarialnets)中生成部分的池化层替换成什么?CA)跨距卷积层(Stridedconvolutionallayer)B)ReLU层C)部跨距卷积层(Fractionalstridedconvolutionallayer)D)仿射层(Affinelayer)答案:C解析:[单选题]17.reshape中出现-1代表的含义是：A)当前位置维度为-1B)当前位置维度在保持其他几个维度的前提下，灵活调整C)比之前少一个D)就是1答案:B解析:[单选题]18.下列哪项关于模型能力(modelcapacity)的描述是正确的?(指神经网络模型能拟合复杂函数的能力)A)隐藏层层数增加，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)都不正确答案:A解析:[单选题]19.表示数组维度的元组命令是（）。A)ndarray.ndimB)ndarray.shapeC)ndarray..sizeD)ndarray.dtype答案:B解析:难易程度：易题型：[单选题]20.通过pandas中的()调用混淆矩阵，来查看哪些结果最容易混淆，对角线部分，为正确预测的部分，其它部分则是预测错误的部分。A)crosstabB)crossroadC)crosstroyD)crosslab答案:A解析:[单选题]21.Tanh函数的导数范围是()A)(0,1]B)(0,0.1]C)(0,-1]D)(0,10]答案:A解析:[单选题]22.pytorch中二分类的代价函数是：A)CrossEntropyLoss()B)BCELoss()C)MSElossD)criteen答案:B解析:[单选题]23.一般来说,数学模型需要度量对比,则:A)需要满足距离空间B)可以不满足距离空间C)与距离无关D)以上全对答案:A解析:[单选题]24.在前向传播反向传播过程中,例如求导结果为f(z)'=f(z)(1?f(z))那么这个激活函数最有可能会是下面选项中的那一个?()A)RelU函数B)tanhC)coshD)sigmoid答案:D解析:[单选题]25.下列关于if语句的说法正确的是（）。A)一个完整的if语句必须包含if、elif和else，否则无法执行B)在if语句的单行形式中，必须将布尔表达式放在最前端C)理论上，elif可以实现无限个条件分支D)if语句的嵌套次数可以尽可能多，并无不良影响答案:C解析:难易程度：中题型：[单选题]26.安装飞桨框架时，确定python位置的命令（）。A)whereB)pythonC)pythonD)python答案:A解析:难易程度：易题型：[单选题]27.在深度学习中,对于正则化,以下哪个说法是正确的?A)每一个隐层都需要正则化B)正则化可以预防过拟合C)正则化可以预防欠拟合D)每一个模型中都需要正则化,否则无法正确预测结果答案:B解析:[单选题]28.MNIST数据集包含训练集、验证集和（）A)测试集B)补充集C)标签集D)以上都不对答案:A解析:[单选题]29.矩阵A=320501742233，B=120316254078，求3A-2B（）。A)7209−2−9172−26−6−7B)7209−2−9172−26−5−7C)7209−2−9172−26−5−6D)7208−2−9172−26−6−7答案:B解析:难易程度：易题型：[单选题]30.深度学习的概念源于人工神经网络的研究，含多个（）的多层感知器就是一种深度学习结构。A)输入层B)特征层C)隐藏层D)输出层答案:C解析:深度学习的概念源于人工神经网络的研究，含多个隐藏层的多层感知器就是一种深度学习结构。[单选题]31.关于Python文件处理，以下选项中描述错误的是（）A)Python能处理JPG图像文件B)Python不可以处理PDF文件C)Python能处理CSV文件D)Python能处理Excel文件答案:B解析:难易程度：易题型：[单选题]32.当使用predict()方法进行预测时，返回值是数值，表示样本()A)属于的类别B)类别大小C)属于每一个类别的概率D)预测准确率答案:C解析:[单选题]33.面部识别软件可归入名为生物识别的一大类技术。生物识别技术使用()来验证身份A)生物信息B)特征点C)算法D)标识答案:A解析:[单选题]34.什么是池化？A)隔离图像特征的技术B)一种在保持特征的同时减少图像信息的技术C)一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]35.模型训练方式中最简单的操作方式是：A)内置fitB)内置train_on_batchC)自定义训练循环D)内置compile答案:A解析:[单选题]36.神经网络，非线性激活函数包括sigmoid/tanh/ReLU等()A)加速反向传播时的梯度计算B)只在最后输出层才会用到C)总是输出0/1D)其他说法都不正确答案:D解析:[单选题]37.优化算法中描述错误的是A)sgd会受噪音影响B)动量优化的次数较多C)adagrad算法学习率不变D)mbgd可以减少噪音的影响答案:C解析:[单选题]38.MNIST数据集的维度大小是（）。A)20*20B)22*22C)26*26D)28*28答案:D解析:难易程度：易题型：[单选题]39.在CNN图像处理过程中,尺寸为32X32的一幅图像,经过strides步长为1,填充padding为1,然后经3*3的卷积核filter卷积处理后,输出的图像尺寸大小为?()A)28X28B)14X14C)30X30D)32X32答案:D解析:[单选题]40.循环神经单元内部使用（）激活函数A)reluB)tanhC)sigmoidD)softmax答案:B解析:[单选题]41.在函数的上升速度来看,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]42.神经网络中的最重要的参数是（）A)权重B)输入值C)输出值D)节点数量答案:A解析:难易程度：易题型：[单选题]43.以下（）函数可以产生符合正太分布的变量A)Tf.random_normal()B)Tf.truncated_normal()C)Tf.random_uniform()D)Tf.zeros_initializer()答案:A解析:[单选题]44.使用Opencv库中的函数读取一副图像，使用下面哪个函数？A)skimage.io.imread(path)B)imread(path)C)cv2.read(path)D)cv2.imread(path)答案:D解析:[单选题]45.假设我们已经在ImageNet数据集(物体识别)上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的，对吗？()A)对的B)不知道C)看情况D)不对答案:D解析:[单选题]46.将二维数据展开成全连接的函数是A)DropoutB)BatchNormalizationC)DenseFeatureD)Flatten答案:D解析:[单选题]47.当前时间步是否参与此次运算的门是：A)遗忘门B)输入门C)输出门D)更新门答案:C解析:[单选题]48.在Mnist库的四个文件意义是:A)图像集、训练标签集、测试集、测试标签集B)原始集、训练集、标签集、测试集C)训练集、训练标签集、测试集、测试标签集D)图像集、附加图像集、测试图像集、测试附加集答案:C解析:[单选题]49.pytorch中可以用于线性分类的损失指标是A)F.binary_cross_entropyB)F.mse_lossC)F.cross_entropyD)都不是答案:B解析:[单选题]50.下列关于激活函数,说法正确的是:A)神经网络中最好的激活函数是sigmoidB)激活函数有正则化作用C)dropout是CNN中的激活函数D)神经元输出后需要给定一个激活函数答案:D解析:[单选题]51.绘图时多个坐标系显示的命令是（）。A)plt.subplotsB)plt.titleC)plt.gridD)plt.lable答案:D解析:难易程度：易题型：[单选题]52.关于聚类算法，下列说法正确的是（）。A)Means算法适用于发现任意形状的簇B)层次聚类适用于大型数据集C)DBSCAN能在具有噪声的空间中发现任意形状的簇D)GMM是混合模型中计算速度最快的算法，且占用的计算资源较少答案:C解析:难易程度：中题型：[单选题]53.数组去重的命令正确的是（）。A)np.unique()B)np.unipue()C)np.uniqua()D)np.uniquc()答案:A解析:难易程度：易题型：[单选题]54.VGG16中的16代表的是A)卷积层B)池化层C)总层数D)含有权重的层数答案:D解析:[单选题]55.神经网络中的隐藏层节点数一般设置多少个（）。A)3B)100C)200D)按实际情况设定答案:D解析:难易程度：易题型：[单选题]56.当训练一个神经网络来作图像识别任务时，通常会绘制一张训练集误差和交叉训练集误差图来进行调试。在上图中，最好在哪个时间停止训练?()A)DB)AC)CD)B答案:C解析:[单选题]57.对于神经网络,AW=Y,其中A是训练集合,Y是标签集合,总体损失函数E一般表示为是:A)0.5乘(Y-AX)的范数平方B)(Y-AX)C)Y对X的偏导数D)(AX-Y)答案:A解析:[单选题]58.压缩文件命令正确的是（）。A)tarB)gzipC)lsD)ls答案:B解析:难易程度：易题型：[单选题]59.超参数范围中,随机取值指的是A)随机选择标尺取值B)随机取值就是有效范围内随机均匀取值C)选择合适的标尺进行取值D)随机的进行均匀的取值答案:C解析:[单选题]60.当使用conv2D层作为模型第一层时，需要提供()参数A)inputB)input_shapeC)input_dimD)output_dim答案:B解析:[单选题]61.在面向对象编程中，可以获得父类属性的特征是（）。A)封装B)多态C)继承D)都不是答案:C解析:难易程度：易题型：[单选题]62.哪些序列数据属于多对一(多个输入,一个输出)的关系A)语音识别B)情感分类C)机器翻译D)DNA序列分析答案:B解析:[单选题]63.运行session.run(op)的含义是A)运行该行代码B)建立会话C)在会话中运行计算图中名为op的节点D)以上说法都不对答案:C解析:[单选题]64.Tf.ones_like(tensor)该操作返回一个具有和给定tensor相同形状(shape)和相同数据类型(dtype)A)dtypeB)tensorC)shapeD)int答案:B解析:[单选题]65.下列关于循环语句的说法正确的是（）。A)for语句是一种当型循环B)while语句是一种直到型循环C)使用while语句创建了无限循环时，一定是因为顶端布尔表达式只包含常数D)for语句和while语句都支持嵌套，并且可以相互嵌套答案:D解析:难易程度：中题型：[单选题]66.函数tf.nn.relu的作用是?A)被卷积数据B)卷积核C)步长D)激活答案:D解析:[单选题]67.pytorch中用于网络层连接使用的是A)nn.LinearB)nn.FlattenC)nn.DropoutD)nn.BatchNorm2d答案:A解析:[单选题]68.计算机界,被称为计算机科学之父,人工智能之父是A)图灵B)冯-诺依曼C)维纳D)牛顿答案:A解析:[单选题]69.MNIST数据集有多少条训练样本（）。A)55000B)60000C)10000D)50000答案:D解析:难易程度：易题型：[单选题]70.keras中dataset中构建批次的参数是A)mapB)filterC)shuffleD)batch答案:D解析:[单选题]71.随机剪裁的函数是A)RandomHorizontalFlip()B)RandomVerticalFlip()C)RandomRotationD)RandomCrop答案:D解析:[单选题]72.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:[单选题]73.假设你的任务是使用一首曲子的前半部分来预测乐谱的未来几个小节，比如输入的内容如下的是包含音符的一张乐谱图片:关于这类问题，哪种架构的神经网络最好?A)神经图灵机B)单元的卷积神经网络C)端到端全接的经网络D)都不可用答案:B解析:[单选题]74.在tf.nn.conv2d(a,B,C,d),其中填充操作是A)aB)bC)cD)d答案:D解析:[单选题]75.Tf中placeholder是一个A)常量B)变量C)占位符D)函数答案:C解析:[单选题]76.假设你有5个大小为7x7、边界值为O的卷积核，同时卷积神经网络第一层的深度为1。此时如果你向这一层传入一个维度为224x224x3的数据，那么神经网络下一层所接收到的数据维度是多少?（）A)218x218x5B)217x217x8C)217x217x3D)220x220x5答案:A解析:[单选题]77.数据增强的作用是A)增加图片量B)将图片修改生成新图片C)将灰度值增加D)增加通道答案:B解析:[单选题]78.数据集的划分可以分为哪几个部分（）。A)训练集B)测试集C)验证集D)以上都是答案:D解析:难易程度：易题型：[单选题]79.不属于面向对象的三大属性的是（）。A)封装B)继承C)多态D)分类答案:D解析:难易程度：易题型：[单选题]80.关于算法的空间复杂度，以下选项中描述正确的是（）。A)算法程序所占的存储空间B)算法程序所占的存储空间C)算法程序所占的存储空间D)算法程序所占的存储空间答案:D解析:难易程度：易题型：[单选题]81.与Inception同年提出的优秀网络还有(),它相比于AlexNet有更小的卷积核和更深的层级A)VGG-NetB)InceptionC)ResNetD)LeNet-5答案:A解析:[单选题]82.神经网络中激活函数是模仿什么机制处理（）。A)阈值B)区间C)阶跃函数D)sigmoid函数答案:A解析:难易程度：易题型：[单选题]83.神经网络中使用的激活函数（）。A)Sigmoid函数B)阶梯函数C)余弦函数D)正弦函数答案:A解析:难易程度：易题型：[单选题]84.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，卷积操作中步长为（）A)3B)0C)1D)4答案:C解析:[单选题]85.tanh函数常使用的领域是A)多分类B)二分类C)rnnD)cnn答案:C解析:[单选题]86.如果给出一串数据[[0,2],[-3,2],[0,0],[-1,3],[0,1],[-2,0]]与它最相似的分布是A)均匀分布B)高斯分布C)0-1分布D)指数分布答案:B解析:[单选题]87.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:[单选题]88.Tf.nn.relu能A)被卷积数据B)卷积核C)步长D)用到全连接层答案:D解析:[单选题]89.在神经网络中引入了非线性的是()A)下降B)修正线性单元(RelLU)C)多维输入数据D)以上都不正确答案B答案:B解析:[单选题]90.深度学习中的?深度?是指A)计算机理解深度B)中间神经元网络的层次很多C)计算机的求解更加精确D)计算机对问题的处理更加灵活答案:B解析:[单选题]91.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?CA)仿射层B)卷积层C)RNN层D)均不对答案:C解析:[单选题]92.在28x28的图像上使用3x3的过滤器后，输出将是多少?A)31x31B)25x25C)28x28D)26x26答案:D解析:[单选题]93.学生数学建模比赛由中国工业与()共同主办A)应用数学学会B)教育部C)工信部D)IEEE答案:A解析:[单选题]94.torch.nn.Conv2d中控制卷积尺寸的参数为A)strideB)kerner_sizeC)in_channelsD)out_channels答案:B解析:[单选题]95.在绘图时使用哪个库解决中文显示的问题（）。A)SimHe字体B)SmHei字体C)SimHei字体D)SimHi字体答案:C解析:难易程度：易题型：[单选题]96.X=tf.constant([[2.0,3.0],[1.0,0.0]])Withtf.Session()assess:print(sess.run(tf.contrib.layers.l2_regurizer(.5)(x)))该程序的输出值为（）A)3.0B)6.0C)7.0D)以上都不对答案:C解析:[单选题]97.下列哪一项属于特征学习算法(representationlearningalgorithm)?()A)K近邻算法B)随机森林.C)神经网络D)都不属于答案:C解析:[单选题]98.MNIST训练集的第一个数据是（）。A)4B)2C)0D)5答案:D解析:难易程度：易题型：[单选题]99.MNIST数据集中测试集包含的图片数量是（）张A)6000B)5000C)10000D)5500答案:C解析:[单选题]100.DataLoader中batch_size的作用是A)批次大小B)是否乱序C)使用多进程读取数据，设置的进程数。D)是否丢弃最后一个样本数量不足batch_size批次数据。答案:A解析:[单选题]101.腾讯云CVM通过使用（）允许受信任的地址访问实例来控制访问。A)用户池B)策略控制C)账户管理D)安全组答案:D解析:通过使用安全组允许受信任的地址访问实例来控制访问[单选题]102.keras.layers.Dense就是常用的（）A)全连接层B)半连接层C)直接连接D)嵌入连接答案:A解析:[单选题]103.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:[单选题]104.importtensorflowastfX=tf.placeholder(dtype=tf.float32)Y=tf.placeholder(dtype=tf.float32)Add=tf.add(x,y)Withtf.Session()assess:Sess.run(tf.global_variables_initializer())Print(sess.run(add,feed_dict={x：3,y：8}))该程序运行的输出结果为A)3.0B)8.0C)11.0D)5.0答案:C解析:[单选题]105.我们课堂中最早使用的第一个手写数字识别神经网络使用那个深度学习框架（）。A)飞桨B)TensorFlowC)PytorchD)以上都不是答案:D解析:难易程度：易题型：[单选题]106.深度学习可以用在下列哪些NLP任务中？（）A)情感分析B)问答系统C)机器翻译D)所有选项答案:D解析:[单选题]107.Tf定义一个占位符号的语句是A)Y=tf.zeros(2.0,shape=[1,2])B)X=tf.variable(2.0,shape=[1,2])C)Y=tf.placeholder(tf.float32)D)Y=ones(2.0,shape=[1,2])答案:C解析:[单选题]108.对于多变量线性模型，对变量需要进行操作：A)特征缩放B)独热C)激活D)池化答案:A解析:[单选题]109.不属于Python保留字的是（）。A)doB)passC)exceptD)while答案:A解析:难易程度：易题型：[单选题]110.程序语句cost=tf.reduce_mean(tf.square(hypothesis-Y))通常是什么算法使用?A)线性回归B)逻辑回归C)SVMD)CNN答案:A解析:[单选题]111.Series能够接收的数据类型不包括()。A)dictB)listC)arrayD)Set答案:D解析:难易程度：中题型：[单选题]112.()函数就是softmax函数,是逻辑函数的一种推广A)概率B)归一化C)损失函数D)空间答案:B解析:[单选题]113.梯度下降算法的正确步骤是什么?A计算预测值和真实值之间的误差B重复迭代，直至得到网络权重的最佳值C把输入传入网络，得到输出值D用随机值初始化权重和偏差E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)AbcdeB)EdcbaC)CbaedD)Dcaeb答案:D解析:[单选题]114.连接主义的主要原理为神经网络及神经网络间的连接机制与学习算法。其英文缩写为()A)symbolicismB)actionismC)connectionismD)AI答案:C解析:[单选题]115.神经网络中常用的()Sigmoid函数,会把量映射到0,1之间A)非激活B)RELUC)极值D)阈值答案:D解析:[单选题]116.keras中模型编译的函数是A)optimizerB)addC)compileD)predict答案:C解析:[单选题]117.如果我们用了一个过大的学习速率会发生什么？（）A)神经网络会收敛B)不好说C)都不对D)神经网络不会收敛答案:D解析:[单选题]118.以下函数中不具备排序功能的是（）。A)sortB)argsortC)lexsortD)extract答案:D解析:难易程度：中题型：[单选题]119.在TensorFlow中使用tf.log函数可以计算元素的自然对数,自然对数以常数()为底数的对数,A)eB)10C)2D)10^^答案:A解析:[单选题]120.Dropout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]121.在keras中，（）函数按batch产生输入数据属于各个类别的概率，函数的返回值是类别概率的numpyarrayA)predictB)train_on_batchC)predict_probaD)predict_classes答案:C解析:在keras中，predict_proba（）函数按batch产生输入数据属于各个类别的概率，函数的返回值是类别概率的numpyarray[单选题]122.如果拋一个硬币,拋一次算一个事件结果;拋两次算一个事件结果;他们是A)一个概率空间B)两个概率空间C)一个样本空间D)一个概率空间,两个事件答案:B解析:[单选题]123.语句tf.nn.conv2d(),其中遇到的图像张量,格式是A)[batch,in_height,in_width,in_channels]B)[Size,in_height,in_width,in_channels]C)[batch,in_width,in_height,in_channels]D)[batch,in_channels,in_height,in_width]答案:A解析:[单选题]124.resnet网络中，如果通道数有变化，那么跃迁方式是A)直接使用原有数值B)使用1*1卷积核改变通道C)不做跃迁D)使用3*3卷积核改变通道答案:B解析:[单选题]125.数量积(dotproduct;scalarproduct,也称为()是接受在实数R上的两个向量并返回一个实数值标量的二元运算,它是欧几里得空间的标准内积。A)平方差B)和差化积C)内积D)点积答案:D解析:[单选题]126.以下选项中,不是Pyhon深度学习方向的第三方库是（）。A)PyTorchB)PandleC)SeabornD)Neon答案:C解析:难易程度：易题型：[单选题]127.对于批量梯度下降,使用优化算法是为了在迭代过程中():A)增大损失值B)使学习率衰减C)降低损失值D)提升正则项范围答案:B解析:[单选题]128.静态图时期计算图的执行方式是：A)先定义图，再执行图B)执行和定义同时执行C)不区分这两个步骤D)先执行后，在定义答案:A解析:[单选题]129.时间步说法正确的是A)部分前后B)特征数量不同C)每个时间步特征数量相同D)图像中不存在时间步答案:C解析:[单选题]130.下面哪种方法没办法直接应用于自然语言处理的任务?A)去语法模型B)循环神经网络C)卷积神经网络D)成分分析(PCA)答案:D解析:[单选题]131.Siamese网络试用与做验证任务,最常见的是针对()元组和三元组的二分支、三分支网络A)一B)二C)三D)四答案:B解析:[单选题]132.致力于打造业界最为弹性的云端服务器管理平台，提供以下能力，下面描述错误的是：A)硬件配置：基于云硬盘的云服务器即时提升/降低硬件配置（不区分包年包月或按量计费类型）B)操作系统：中国大陆地区的云服务器可随时切换Windows与Linux系统（不区分包年包月或按量计费类型），其他地区暂不支持互相切换C)磁盘变更：基于云硬盘的云服务器即时扩容磁盘（不区分包年包月或按量计费类型）D)计费模式：云服务器支持带宽计费模式及流量计费模式的互相不能切换E)镜像种类：公有镜像、服务市场镜像及自定义镜像，同时支持跨地域调整和镜像复制F)弹性IP：支持绑定各种网络环境下的主机G)网络带宽：云服务器即时升级/降级带宽答案:D解析:致力于打造业界最为弹性的云端服务器管理平台，提供以下能力：硬件配置：基于云硬盘的云服务器即时提升/降低硬件配置（不区分包年包月或按量计费类型）。磁盘变更：基于云硬盘的云服务器即时扩容磁盘（不区分包年包月或按量计费类型）。网络带宽：云服务器即时升级/降级带宽。计费模式：云服务器支持带宽计费模式及流量计费模式的互相切换。操作系统：中国大陆地区的云服务器可随时切换Windows与Linux系统（不区分包年包月或按量计费类型），其他地区暂不支持互相切换。弹性IP：支持绑定各种网络环境下的主机。镜像种类：公有镜像、服务市场镜像及自定义镜像，同时支持跨地域调整和镜像复制。关于镜像类型介绍，请参见镜像类型。自定义网络架构：私有网络（VPC）提供用户独立的网络空间，自定义网段划分和IP地址、自定义路由策略等。提供端口级出入访问控制，实现全面网络逻辑隔离。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.Anaconda包括()以及一大堆安装好的工具包,比如:numpy、pandas等A)CondaB)PythonC)OPENCVD)TPU答案:AB解析:[多选题]134.虚拟机虚拟化技术所能提供的优势包括：（）A)降低管理成本B)提高使用灵活性C)提高安全性D)更高的可用性答案:ABCD解析:虚拟机虚拟化技术所能提供的优势取决于客户的目标、所选择的特殊虚拟技术以及现有的IT基础架构。并非所有的客户都能够从实现某一特殊虚拟化解决方案中获得同样的利益。现在，即使是使用虚拟化进行简单的服务器整合，客户们也经常可以在某种程度上获得以下很多利益：更高的资源利用率--虚拟可支持实现物理资源和资源池的动态共享，提高资源利用率，特别是针对那些平均需求远低于需要为其提供专用资源的不同负载。降低管理成本虚拟可通过以下途径提高工作人员的效率：减少必须进行管理的物理资源的数量;隐藏物理资源的部分复杂性;通过实现自动化、获得更好的信息和实现中央管理来简化公共管理任务;实现负载管理自动化。另外，虚拟还可以支持在多个平台上使用公共的工具。提高使用灵活性通过虚拟可实现动态的资源部署和重配置，满足不断变化的业务需求。提高安全性虚拟可实现较简单的共享机制无法实现的隔离和划分，这些特性可实现对数据和服务进行可控和安全的访问。更高的可用性计算机虚拟化技术虚拟可在不影响用户的情况下对物理资源进行删除、升级或改变。[多选题]135.长短期记忆中的门是A)输入门B)更新门C)遗忘门D)输出门答案:ACD解析:[多选题]136.pytorch构建模型的三种方式A)继承nn.Module基类构建自定义模型B)使用nn.Sequential按层顺序构建模型C)继承nn.Module基类构建模型并辅助应用模型容器进行封装(nn.Sequential,nn.ModuleList,nn.ModuleDict)D)使用model直接处理答案:ABC解析:[多选题]137.关于连接主义,正确描述是A)基础理论是神经网络B)深度学习属于连接主义C)又称仿生学派D)产生在20世纪50年代产生答案:ABCD解析:[多选题]138.对于卷积层网络的tf.nn.dropout,以下说法正确的是?A)在全连接层B)停止一些节点更新C)防止过拟合D)训练初给出答案:ABCD解析:[多选题]139.按照学习形式分类，机器学习可以分为（）A)监督学习B)弱监督学习C)非监督学习D)强监督学习答案:AC解析:[多选题]140.搜索参数的两种重要方式是A)没有足够计算资源,通过每天观察,不断调整参数B)同时试验多种模型,获得学习曲线C)没有足够计算资源,通过试验多种模型,获得学习曲线D)拥有足够资源时,通过每天观察一个参数,来进行调整答案:AB解析:[多选题]141.Batch归一化的特点有A)使参数搜索问题变得容易B)使神经网络对超参数的选择更加稳定C)超参数的范围更加庞大D)使训练更加容易答案:ABCD解析:[多选题]142.Adam算法结合了()算法于一身A)RMSprop算法B)均方误差C)Momentum算法D)交叉熵答案:AC解析:[多选题]143.可以解决梯度消失的神经单元有A)RNNB)LSTMC)GRUD)BRNN答案:BC解析:[多选题]144.在语句tf.truncated_normal(U,stddev=0.1)和tf.constant(V)中,正确说法是:A)U是shape向量B)V是数值或列表C)U和V意义相同D)U和V意义不相同答案:ABD解析:[多选题]145.迁移学习之开发模型的方法包括那几种?A)选择源任务B)开发源模型C)重用模型D)调整模型答案:ABCD解析:[多选题]146.神经网络层数越多，就会产生什么效果A)算法精度提升B)梯度消失风险越大C)计算时间越长D)参数越多答案:ABCD解析:[多选题]147.在循环神经网络中,哪些技术可以改善梯度消失问题A)LSTMB)GRUC)RNND)BRNN答案:AB解析:[多选题]148.CNN处理图像的三大优势是：A)图像不变性B)局部感知C)参数共享D)模型替换答案:ABC解析:[多选题]149.所谓函数的另一种描述是:A)它是一个集合B)可以看成一个映射C)一个概率空间D)一个线性空间答案:AB解析:[多选题]150.Tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)A)准备样本集合B)前向传递,求出lossC)求出反向的梯度dYD)按照梯度dY,确定的更新参数,更新X,继续循环答案:ABCD解析:[多选题]151.比较适合循环神经网络的应用有哪些?A)视频行为识别B)实体名字识别C)语音识别D)机器翻译答案:ABCD解析:[多选题]152.训练语句mnist=input_data.read_data_sets("MNIST_data/",one_hot=True)是指:A)如果本地有mnist就从本地读入B)如果本地没有mnist就从网上读入C)将训练数据转换成one_hot表D)将标签数据转换成one_hot表答案:ABD解析:[多选题]153.在概率空间,概率事件Ai和概率样本点ai不同点在于A)样本点不能再划分B)事件可以再划分C)事件可能有多个样本D)事件的概率肯定大于等于样本点概率答案:ABCD解析:[多选题]154.是一个基于POSIX的（）支持（）和（）的操作系统。A)多用户B)多任务C)多线程D)多CPU答案:ABCD解析:是一个基于POSIX的多用户、多任务、支持多线程和多CPU的操作系统。[多选题]155.tensorflow2.0求最小值可以使用A)梯度词袋B)优化器C)梯度下降D)正规方程解答案:ABCD解析:[多选题]156.BP算法是由()、()两个过程完成A)正向传播B)反向传播C)求偏导D)激活函数答案:AB解析:[多选题]157.语句train_step.run(feed_dict={x:batch[0],y_actual:batch[1],keep_prob:0.5})这条语句的意义:A)train_step必须是优化器B)feed_dict接收训练集和标签集。C)要求百分之五十的神经元参与训练。D)这是训练过程的入口。答案:ABCD解析:[多选题]158.()变换在数字图像处理中通常是对于图像的()提取A)BGRB)欧氏距离C)骨架D)RGB答案:BC解析:[多选题]159.深度学习的兴起主要得益于三个方面的原因A)新方法的出现,为神经网络深度的拓展解决了梯度弥散的问题;B)大量已标注数据的出现,为神经网络的训练做好了数据准备;C)GPU(图形处理器)的使用,为卷积计算提供了高速解决方案D)深度学习等于人工智能答案:ABC解析:[多选题]160.关于正则化,描述正确的是:A)正则化可以防止欠拟合B)正则化可以防止过拟合C)dropout具有正则化效果D)relu函数具有正则化效果答案:BC解析:[多选题]161.有训练集包含num个训练样本,交叉熵在tf中的表述是:A)entropy=-tf.reduce_sum(y_actual*tf.log(y_predict))B)entropy=-tf.reduce_mean(y_actual*tf.log(y_predict))C)entropy=-tf.reduce_max(y_actual*tf.log(y_predict))D)entropy=-tf.reduce_any(y_actual*tf.log(y_predict))答案:AB解析:[多选题]162.字节逻辑运算10110111和01010101的异或操作:A)结果是10110110B)结果是11100010C)规律是见同为0,见异为1D)结果是11100011答案:BC解析:[多选题]163.rnn可以用来处理A)图像类别预测B)语音分析C)情感分类D)文章创作答案:ABCD解析:[多选题]164.请选择有关Tensorflow基本概念正确的描述()A)使用图(graphs)来表示计算任务,用于搭建神经网络的计算过程B)在被称之为会话(Session)的上下文(context)中执行图C)使用张量(tensor)表示数据,用?阶?表示张量的维度,通过变量(Variable)维护状态D)使用feed和fetch可以为任意的操作赋值或者从其中获取数据答案:ABCD解析:[多选题]165.神经网络中哪些参数需要调试A)学习率αB)动量梯度下降的参数βC)mini-Batch的大小D)隐藏层数目答案:ABCD解析:[多选题]166.以下和交叉熵相关的损失函数有：A)mseB)binary_crossentropyC)categorical_crossentropyD)sparse_categorical_crossentropy答案:BCD解析:[多选题]167.pytorch中tensorboard的可视化模块有A)writer.add_graphB)writer.add_scalarC)writer.add_histogramD)writer.add_figure答案:ABCD解析:[多选题]168.模型的整体处理流程包含A)模型创建B)输入数据尺寸C)模型编译D)模型训练集预测答案:ABCD解析:[多选题]169.以下哪条tf语句能够描述损失函数A)loss=tf.reduce_mean(tf.square(y-y_datA.)B)loss=tf.reduce_sum(tf.square(y-y_datA.)C)loss=tf.reduce_mean(tf.add(y,y_datA.)D)loss=tf.reduce_mean(tf.subtract(y,y_datA.)答案:AB解析:[多选题]170.多分类可以使用的函数是A)reluB)softmaxC)sigmoidD)elu答案:BC解析:[多选题]171.人脸检测项目中,使用的图片格式通常有那几种?A)PNGB)JPGC)JPEGD)BMP答案:ABCD解析:[多选题]172.机器学习的核心就是（）。A)数据B)算力C)模型D)公式答案:ABC解析:机器学习的核心就是数据，算法（模型），算力（计算机运算能力）[多选题]173.下列关于测试集,说法正确的是A)不管数据大小,始终保持30%作为测试集B)测试集和验证集不能共存C)在数据规模小时,可以保留30%测试集D)大数据时代,测试集不必占用数据集的30%,能够保证对模型的考核即可答案:CD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.Dropout的比例增加，模型能力增加。A)正确B)错误答案:错解析:[判断题]175.神经元越多，计算量越大A)正确B)错误答案:对解析:[判断题]176.在28x28的图像上使用3x3的过滤器后，输出将是26x26。A)正确B)错误答案:对解析:[判断题]177.卷积神经网络和循环神经网络都会发生权重共享。A)正确B)错误答案:对解析:[判断题]178.孪生网络又称为连体网络,网络中的连体是通过共享权值来实现。A)正确B)错误答案:对解析:[判断题]179.pytorch中RNN和LSTM需要传入的数值相同A)正确B)错误答案:错解析:[判断题]180.所谓图灵测试是一个典型思想实验。A)正确B)错误答案:对解析:[判断题]181.作为灵活性的代价,Pytorch速度表现不如tensorflow和caffe。A)正确B)错误答案:错解析:[判断题]182.在距离空间,任意两点M,N连成的线段的表达式是aM+(1-a)N;(1>a>0)A)正确B)错误答案:对解析:[判断题]183.用偏执参与运算,就是为了能够平移分类超平面。A)正确B)错误答案:对解析:[判断题]184.循环神经网络的LSTM中有三个门A)正确B)错误答案:对解析:[判断题]185.深度学习的思想，来源于人脑的启发，但绝不是人脑的模拟，人类的学习过程往往不需要大规模的训练数据，而现在的深度学习方法显然是对人脑的模拟。A)正确B)错误答案:错解析:深度学习的思想，来源于人脑的启发，但绝不是人脑的模拟，人类的学习过程往往不需要大规模的训练数据，而现在的深度学习方法显然不是对人脑的模拟。[判断题]186.Caffe发布的时间比Tensorflow时间早。A)正确B)错误答案:对解析:[判断题]187.Tripletloss理解使loss在训练迭代中下降的越小越好,也就是要使得Anchor与Positive越接近越好,Anchor与Negative越远越好A)正确B)错误答案:对解析:[判断题]188.神经网络中超参数的调试中最重要的参数是选择层数A)正确B)错误答案:错解析:[判断题]189.分类类型的代价函数相同A)正确B)错误答案:错解析:[判断题]190.超参数范围中,随机取值就是有效范围内随机均匀取值A)正确B)错误答案:错解析:[判断题]191.PyTorch是亚马逊公司的深度学习平台。A)正确B)错误答案:错解析:[判断题]192.深度学习与机器学习算法之间的区别在于，后者过程中无需进行特征提取工作，也就是说，我们建议在进行深度学习过程之前要首先完成特征提取的工作。A)正确B)错误答案:错解析:[判断题]193.梯度爆炸会导致梯度激增,应避免梯度爆炸A)正确B)错误答案:对解析:[判断题]194.卷积核尺寸一般是奇数A)正确B)错误答案:对解析:[判断题]195.常见编码中,ASC和Unicode的bit位相同。A)正确B)错误答案:错解析:[判断题]196.张量的数轴数,就是描述它形状的那个向量的维数。A)正确B)错误答案:对解析:[判断题]197.nn.Sequential无需定义forward方法A)正确B)错误答案:对解析:[判断题]198.ResNet残差网络可以短路网络，保证权重更新A)正确B)错误答案:对解析:[判断题]199.连接主义是研究中等生物智慧的行为,比如视觉。A)正确B)错误答案:对解析:[判断题]200.tf.zeros_initializer()用来初始化全0的张量。A)正确B)错误答案:对解析:[判断题]201.在机器学习中,采用信息熵可以解决决策树问题。A)正确B)错误答案:对解析:[判断题]202.网络层数越深，算法的结果越好A)正确B)错误答案:对解析:[判断题]203.自然界任何物体都存在固定振动频率,当外界有相同频率振动,就能使该物体产生共振。A)正确B)错误答案:对解析:[判断题]204.优化算法减小学习率是为了减少迭代次数A)正确B)错误答案:错解析:[判断题]205.机器学习是实现人工智能的方法，深度学习是机器学习的算法之一。A)正确B)错误答案:对解析:[判断题]206.距离只有在平面或三维空间有意义A)正确B)错误答案:错解析:[判断题]207.深度学习是一种实现人工智能的方法。A)正确B)错误答案:错解析:机器学习是一种实现人工智能的方法[判断题]208.在梯度下降法中，如果学习率很大，那么训练会更加可靠，但花费的时间也更多，因为每次移动的步长很大。A)正确B)错误答案:错解析:在梯度下降法中，如果学习率很小，那么训练会更加可靠，但花费的时间也更多，因为每次移动的步长很小。[判断题]209.原始样本数据集可以分为训练集、验证集和测试集()。A)正确B)错误答案:对解析:[判断题]210.神经网络都要经过线性处理A)正确B)错误答案:对解析:[判断题]211.softmax的结果求和为1A)正确B)错误答案:对解析:[判断题]212.通过池化操作,特征损失不能太大。A)正确B)错误答案:对解析:[判断题]213.多层感知器(Multi-LayerPerceptron，MLP)也叫人工神经网络(ArtificialNeuralNetwork，ANN)，除了输入输出层，它中间只能有一个隐藏层。A)正确B)错误答案:错解析:[判断题]214.Batch归一化简化参数搜索问题A)正确B)错误答案:对解析:[判断题]215.为节省神经网络模型的训练时间，神经网络模型的权重和偏移参数一般初始化为0A)正确B)错误答案:错解析:[判断题]216.分类的交叉熵公式是统一的，没有区别A)正确B)错误答案:错解析:[判断题]217.Keras是tensorflow2.0引入的接口A)正确B)错误答案:错解析:[判断题]218.在tensorflow2.0和pytorch中，@都是做矩阵乘法A)正确B)错误答案:对解析:[判断题]219.对于顺序结构的模型，优先使用Sequential方法构建。A)正确B)错误答案:对解析:[判断题]220.卷积神经网络更靠后的一些层可检测完整的物体、复杂的特征。A)正确B)错误答案:对解析:[判断题]221.Dropout具有归一化功能A)正确B)错误答案:错解析:[判断题]222.如果ReLU激活函数被线性函数所替代之后，神经网络将失去模拟非线性函数的能力。A)正确B)错误答案:对解析:[判断题]223.考虑某个具体问题时，你可能只有少量数据来解决这个问题。不过幸运的是你有一个类似问题已经预先训练好的神经网络。可以只对最后几层进行调参。A)正确B)错误答案:对解析:[判断题]224.全连接层用来处理多分类结果A)正确B)错误答案:对解析:[判断题]225.将数据分为训练集和测试集的目的是使训练更快。A)正确B)错误答案:错解析:[判断题]226.神经网络隐藏层宽度越大，模型精确度相对越高A)正确B)错误答案:对解析:[判断题]227."@"代表矩阵相乘A)正确B)错误答案:对解析: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.创建会话的代码为_____。答案:Tf.Session()；解析:[问答题]229.写出sigmoid激活函数的语法格式。答案:tf.nn.sigmoid(input_data,name=None)解析:[问答题]230.w是控制输入信号的_______的参数答案:重要性解析:[问答题]231.相比直接执行计算，创建计算图的最大优点是什么？最大的缺点呢？答案:主要优点：1.TensorFlow可以自动计算梯度2.TensorFlow负责在不同的线程中并行执行各个操作3.它可以更容易地在多设备上运行同一个模型4.它简化了查看主要缺点：1.学习曲线陡峭2.逐步的调试比较困难解析:[问答题]232.神经网络一般包含三层：_______、_______、_______答案:输入层|隐藏层|输出层解析:[问答题]233.感知机通过_______能够进行非线性的表示答案:叠加层解析:[问答题]234.b是调整神经元被激活的_______的参数答案:容易程度解析:[问答题]235.#调用to_categorical将vector按照num_classes个类别来进行转换l=to_categorical([2,0,1,3],num_classes=__________)结果：[[0.0.1.0.0.0.][1.0.0.0.0.0.][0.1.0.0.0.0.][0.0.0.1.0.0.]]答案:6解析:[问答题]236.如果学习率太小，则可能发生（）。较高的学习率有助于正则训练，但如果学习率过大，训练就会出现误差。A)欠拟合B)过拟合答案:B解析:[问答题]237.在卷积神经网络中，通过卷积核在图像滑动所生成的图像称为______。答案:特征图；解析:[问答题]238.防止过拟合有哪些方法？答案:1）Dropout；2）加L1/L2正则化；3）BatchNormalization；4）网络bagging解析:[问答题]239.以减小权重参数的值为目的进行学习的方法称为_______答案:权值衰减解析:[问答题]240.感知机的信号只有_______和_______两种取值答案:1|0解析:[问答题]241.如何保存与恢复模型？答案:使用tf.train.Saver()函数进行模型保存，使用saver.restore()函数进行模型的恢复。解析:[问答题]242.假设你创建了一个包含变量w的图，然后在两个线程中分别启动一个会话，两个线程都使用了图g，每个会话会有自己对w变量的拷贝，还是会共享变量？答案:在本地TensorFlow中，会话用来管理变量的值，如果你创建了一个包含变量w的图g，然后启动两个线程，并在每个线程中打开一个本地的会话，这两个线程使用同一个图g，那么每个会话会拥有自己的w的拷贝。如果在分布式的TensorFlow中，变量的值则存储在由集群管理的容器中，如果两个会话连接了同一个集群，并使用同一个容器，那么它们会共享变量w。解析:[问答题]243.importtensorflowastfX=tf.Variable([1,2])A=tf.constant([3,3])Sub=tf.subtract(x,a)Add=tf.add(x,a)Init=tf.global_variables_initializer()Withtf.Session()assess:sess.run(init)print(sess.run(sub))该程序输出结果为______。答案:[-2,-1]；解析:[问答题