华为ICT大赛2024-2025中国区实践赛（昇腾Al赛道）省决赛考试题库及答案（供参考）VIP

华为ICT大赛2024-2025中国区实践赛(昇腾AI赛道)省决赛考试题库及答案(供参考)6.以下哪个选项不是在自然语言处理发展过程中的方法?7.一副4位的图形能够区分多少种亮度变化?个4位的图形意味着每个像素点可以用4位二进制数来表示其亮度。由于二进制数的每一位都可以是0或1,因此4位二进制数可以组合成2^4=16种不同的亮B、自变型个选项?()B、Tanh函数是关于0点对称的的收敛速度，所以A选项错误。tanh函数是关于0点对因此B选项正确。Sigmoid函数虽然简单易懂，但存在梯度消失正确答案是B。17.伽马变化是()处理，直方图均衡化是(),均值滤波是()处理。18.HIAIEngine-ASR前置静音检测的默认时间是?答案：B答案：A22.使用ModeIArts自动学习构建图像分类或物体检测项目时，数据集不支持以下哪一图片格式?()解析：在使用ModeIArts自动学习构建图像分类或物体检测项目时，数据集支持常见的图片格式，如PNG(PortableNetworkGraphicExpertsGroup)、BMP(Bitmap)等。然而，对于WebP格式(一种谷歌开发的旨在加快网络传输和节省带宽的图像压缩格式),可能由于格式特性或兼容性23.以下哪一项不属于MindSpore全场景部署和协同的关键特性?A、统—模型R带来一致性的部署体验。端云协同FederalMetaLearning打破端解析：这道题考察的是对MindSpore全场景部署和协同关键特性的理解。MindSpore作为一个全场景深度学习框架，其核心特性包括统一的模型部署体验、端云协同的联邦元学习、以及软硬协同的图优同的图优化技术。而C选项，“数据+计算整图到Ascend芯片”,并不直接体现MindSpore全场景部署和协同的关键特性，它更多关注的是数据处理和芯片优化24.以下选项中，哪个选项的模型无法分割线性不可分数据集?在0和1之间，并且所有类别的输出值之和为1。这使得Softmax函数非常适合式，我们可以看出，当x趋近于负无穷时，σ(x)趋近于0;当x趋近于正无穷时，σ(x)趋近于1。因此，Sigmoid函数的取值范围是(0,1),选项B正确。32.一副4位的图形能够区分多少种亮度的变化?个4位的图形意味着每个像素点可以用4位二进制数来表示其亮度。由于二进制数的每一位都可以是0或1,因此4位二进制数可以组合成2^4=16种不同的亮33.利用gensim实现Doc2Vec时，哪个参数代表选择的具体模型?36.MindSpore提供了灵活的数据集加载方法，当用户通过Python实现自定义数re中，为了实现自定义数据集的读取，用户需要定义一个Python类，并通过特定的接口进行数据加载。根据MindSpore的官方文档和API设计，`GeneratorD37.John在使用MindSpore练续里的时候保存了一个ckpt格式的检查点，然后他发现这种格式无法直接在昇腾310芯片上进行推型在昇腾310处理器完成推理，以下选项中哪种做法是正确的?A、使用MindSpore加载当前检查点文件，然scendTensorCompiler)工具转换为0M格式，即可在昇腾310处理器上进行推理。A、Tanh函数C、Softmax函数解析：这道题考察的是对五官特征检测API返回的关键点坐标数量的了解。在人脸五官特征检测中，API会返回代表五官轮廓位置的关键点坐标，这些坐标点称为landmark点。根据目前的技术标准和API设计，通常支持68个landmark点，用于详细描绘人脸五官的轮廓和特征。46.某个汽车公司的产品，A厂占40%,B厂占60%,A的次品率是1%,B的次品A、0.25品占比*A厂的次品率+B厂的产品占比*B厂的次品率)=(0.4*0.01)/(0.4*0.是()49.以下在深度学习全流程描述中关于数据集的补充，正确的是哪一项?在模型训练中，需要遍历(1)进行训练，在训练过程中，可以边训练，边在(2)上进型，在(3)上评估效果。A、1.验证集2.训练集3.测试集B、1.测试集2.训练集3.测试集C、1.训练集2.测试集3.验证集D、1.训练集2.验证集3.测试集解析：在深度学习全流程描述中，关于数据集的补充成后评估模型的最终性能。因此，正确的选项是D1.训练集2.验证集3.测试50.反向传播算法的做法是：计算之后将其进行反向传播。以下哪一的正确内容?B、各个输入样本的平方差之和C、各个网络权重的平方差之和解析：正确的内容是“C.各个网络权重的平方差之和”。反向传播算法是一种用A、cv2.GaussianBlur(im,(5,5)52.在坐标变化时，计算得到的坐标数值不是整数，需要使用什么方素的值?A、插值C、量化53.华为深度学习框架MindSpore的亮点有?B、图像识别与处理技术C、图像生成与增强技术技术，虚拟助理能够解析和处理用户的语音输入，进而55.常用的梅尔倒谱系数(Mel-FrequencyCepstralCoefficients)一般是一个多技术?本中的实体(如人名、地名、事物名称等);属性抽取用于识别实体的属性(如62.反向传播算法是深度学习神经网络中重要的算法，以是正确的?A、先反向传播计算出误差，再正向传播计算梯度C、只有反向传播计算梯度D的描述。A、一元线性回归B、400:没有操作权限C、每个隐藏层的单元数越多分类精度越高，但是也会带来计算性能的下降，因度，选择合适的隐藏层数量。综上所述，选项D是错误的。68.“批量推理是对批量数据进行推理的批量作业，使用对模型进行训练。”关于上述描述，以下哪操作之前都需要先对模型进行训练。因此，正确答案是B,即该描述错误，推理69.Pytorch是有哪一个公司首先推出的?A、百度70.以下哪个选项不属于语音识别预处理的步骤?B、增加随机噪点C、去除标签相同的重复音频提高识别准确率。而B选项不属于这个步骤，因此是正确。答案：C72.下列选项中昇腾310和昇腾910属性相同的是?答案：B似性和差异性。1.分析选项A,最大功率：不同型号的处理器，由于设计、用途75.以下哪个不是Mindspore核心架构的特点?B、自动调优D、自动并行码并不是MindSpore的核心架构特点。C、优化参数型训练完成后的应用，不是梯度下降法的直接目的。因此，正确答案是C。77.在华为云EI中哪一项是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注，大规模分布式Training自动化模期AI工作流?包括：*海量数据预处理及半自动化标注：这意味着开发者可以更容易地处理大的工作量。*大规模分布式Training:ModeIArts支持大规模分布式训练，这意得训练大规模模型成为可能。*自动化模型生成：这地生成模型，而无需手动进行复杂的建模过程。*端-边-云模型按需部署能力：ModeIArts允许开发者根据需要将模型部署到不同的环境(如终端、边缘或云端),解析：新版AndroidUI设计器默认的布局设计风格为ConstraintLayout,这是t、FrameLayout和RelativeLayout都是AndroidUI设计中常见的布局方式，但82.图像中的目标对中心位置偏右了15个像素，可以使用下面哪种平移量的平移解析：根据题目描述，图像中的目标相对中心位置偏右了15个像素。为了将其平移量为负值(即向左移动),考虑到题目要求使用选项中的数值进行平移，所以平移坐标应为(-15,0),即选项D。83.Tensorboard是什么()A、MXNet官方提供的深度学习可视化工具B、ModeIArts自研的可视化工具C、Python提供的可视化工具包D、TensorFlow官方提供的深度学习可视化工具B、layout优化答案：B答案：BA、极大的降供了车辆生产成本，B、能够让特殊人群上路C、减少交通事故89.自然语言处理的应用场景不包括以下哪一个选项?A、舆情分析B、机器翻译D、图像识别不是NLP的应用场景。因此，选项D“图像识别”不属于自然语言处理的应用范93.我们通常说的720P的视频格式，720代表什么D、深度图优化解析：这道题考察的是对MindSpore计算性能优化措施的一个深度学习框架，为了提升计算性能，确实此，选项D不属于MindSpore在提升计算性能方面所做的优化内容。97.关于循环神经网络以下说法错误的是?A、循环神经网络可以根据时间轴展开C、LSTM也是一种循环神经网络NN)确实可以根据时间轴展开，LSTM是循环神经网络的一种，专门设计来解决项A、C、D都是正确的。而选项B的说法“LSTM无法解决梯度消失的问题”是错误的，因为LSTM的主要改进之一就是引入了门控机制，正是为了解决梯度消98.(单选题)哪个MindSpore组件帮助实现“一次训练，多处部署”?()解析：这道题考察的是对EI服务应用领域的理解。首先，从题干中我们可以了A选项“园区智能体”,通常用于园区的智能化管理，与网络性能问题不直接相关。*B选项“交通智能体”,主要应用于交通领域的智能化，同样与网络性能问题不直接相关。*C选项“网络智能体”,专注于网络的智能化管理，包括性商公司面临的网络问题，最适用的EI服务是“网络智能体”,因此答案是C。D、内存复用提升模型训练的精度。因此，选项B“二阶优化”是正确答案。102.将NumPy转换为Tensr的方式是以下哪一种?111.用一个3*3的卷积核对一幅三通道彩色图像进行卷积，要学习的参数的哪个数为?图像中的对应像素相乘，然后将所有的乘积相加。对于一个3*3的卷积核，其卷积运算实际上是对一个3*3的窗口在图像上进行滑动，因此需要学习的参数数量为窗口内所有像素的乘积，即27个参数。因此，为A。112.我们可以利用以下哪种方法实现反向传播?()A、计算图C、代价函数层计算每对节点之间的输出误差，从而实现反向传播。因此，选项B是正确的。A、内嵌keras并不内嵌Keras,Keras是另一个深度学习框架，通常与TensorFlow一起使用。因此，选项A是正确答案。因此，该选项不属于MindRT子系统的功能特性。所以，正确答案是D。像?在题目所给的选项中，伽马值可以选择为0.5。这是因为，是C,即伽马值为0.5。Authorization(身份验证信息)型为分类模型，选项D是正确的。下使用，以下那个场景需要使用动态AIPP?因此需要动态地调整预处理参数，如YUV420和RGB等。在这种情况下，需要使根据静态AIPP提供的预设参数进行处理。A、get_all为False时，会对所有揄入求导D、Grad0peration方法在梯度下降和反向传播中没有任何用处135.图像处理任务中，数据集的真实标签被称为?解析：在图像处理任务中，数据集的真实标签通常被称为GroundTruth,因为它代表了真实的数据和信息，是进行算法训练和评估的重要参考。因此，选项C解析：这道题考察的是对Atlas300(3000)加速卡检测命令的了解。在Linux系统中，`Ispci`命令用于列出所有PCI设备，`grep`命令用于搜索特定文本。对138.X=Tensor(np.array([[1,2],[3,4]]),32)在MindSpore中，D、创建ndarray解析：这道题考察的是对MindSpore框架中Tensor对象创建的理解。在MindSpore中，`Tensor`是用于表示多维数组的对象，类似于NumPy的`ndarray`。代ensor`对象，而不是修改其维度、创建`ndarray`或删除`Te答案是B,表示这段代码的作用是创建一个`Tensor`对象。注意，原答案C提到139.华为云EI提供RestfuIAPI,以下哪个选项是请求服务器返回指定资源的方法?A、GET解析：在使用RestfulAPI请求服务器返回指定资源时，通常使用HTTP方法中的GET方法。GET方法用于从服务器获取资源，不对资源做任何修改，仅仅是请求数据。因此，在提供RestfulAPI服务时，以GET方法进行请求是获得指定资源140.如果采样频率为f,帧数为a,则以下哪一项是声音信号的长度?()A、/2f为D。从图像中提取特征。因此，对于图像分类问题，卷积神149.以下对于深度学习与人工神经网络的关系的描述，正确的是哪一项?学习。人工神经网络(ANN)是深度学习的核心组成部分，其中深度神经网络是度学习与ANN密切相关；D项错误，因为深度学习的模型除了ANN还包括其他模答案：D153.MindX包括多个组件，提供了集群调度、边缘推理、应用快速开发等功能，其中哪个组件提供了开源模型下载功能?154.如果有100个卷积核，每个卷积核的大小是10x10,在不考虑偏置的情况下，以下哪一项是正确的参数量A、100答案：C求出()个对应关键点坐标，对图像进行()变换，将文档图像修正。A、4,仿射D、3,仿射所以B并不符合题意。因此，最终答案是A。算法是一种基于概率的分类方法，而长短周期记忆网络(LSTM)则列数据，如时间序列或文本数据。因此，选项C“卷积神经网络”是正确答案。162.快应用中用于绘制几何图形的组件是?来创建tensor(张量)。在TensorFlow2.0中，`zerosA、165.以下哪一项是代码mox.file.exists('obs://bucket_name/test01')执行//moxing-devg-modelarts/modelarts_11_0005B、人工神经网络是从微观结构和功能上对人脑的抽象、简化，是模拟人类智能C、人工神经网络反映了人脑功能的若干基本特征，如并行信息处理、学以便进行进一步的数据处理或分析。根据MindSpore的官方文档和API,正确的函数是`asnumpy()`,它用于将Tensor对象转换为NumPy数组。因此，选项DA、srcustomizationclien172.John是某公司的提示词工程师，他在设计提示时，不需要考虑以下哪一项因素?A、提示词长度B、任务的复杂度D、算力的消耗解析：在设计提示词时，提示词长度会影响表达的清晰和简洁程度(任务的复杂度决定了提示词需要提供的信息量和详细程度(B选项);提示词的准确性直接关系到能否有效引导和获得准确的结果(C选项)。而算力的消耗通以，选项D是不需要考虑的因素，答案选D。177.ModeIArts预置模型的本质是什么()C、强化学习一个任务中178.ModeIArts自动学习的使用流程是什么?部署上线，选项D正确。案是A。解析：朴素贝叶斯算法是一种基于贝叶斯定理和特征条时，特征之间不存在关系。因此，对于描述住房时使用的属性(如住宅面积、户型、装修类型等),如果将它们作为朴素贝叶斯模型的特征来应用，可以假设这个cell特征长度为?检测中。题目中提到“取20度为一个区间统计”,意味着360度被分成了18个区间(360/20=18)。但题目又指出“对称的角度归为一类”,即对称的区间合并，那么18个区间将合并成9个(因为对称的区间会合并成一个)。所以，这个cell的特征长度是9。185.以下哪个激活函数可以很好的解决梯度消失dLinearUnit)由于其非饱和性，在正数部分梯度恒为1,因此可以有效缓解梯度消失问题。而Sigmoid和Tanh函数在输入值较大或较小时，梯度接近于0,容易导致梯度消失。softsign函数虽然形状与Tanh相似，但其梯度消失问题并未得到很好的解决。因此，选择C(Relu)作为答案。186.以下对超参数学习率的作用的描述，正确的是哪A、减少过拟合C、减少偏差解析：正确答案是B.控制参数更新速度。学习率是一个超参数，它控制了每次更新参数时更新的步长。如果学习率过大，参数可能会在最小值附近“震荡”,测性和有限性(D选项正确),并且是一种离散性的随机过程(C选项错误)。D、推理文件准备解析：在大模型部署过程中，通常会经过以下流程：1.**模型转换**:将训A、输出关于0点对称D、导数最大值为1答案：ACD答案：ACD该请求，不要重试该请求401-在客户端提供认证信息后，返回该状态码，表明服务端指出客户端所提供的认证信息不正确或非法403-没有权限404-资源不存在500-表明服务端能被请求访问到，但是不能理解客户的请求17.以下哪些应用属于机器学习的监督学习任务?A、专家系统B、手写字符识别A、sigmoid,tanh,Softsign函数在训练深度神经网络的过程中，都无法回避C、sigmoid函数单调连续，求导容易，输出有界D、tanh函数关于原点对称，均值更接近于0。的特点如下A选项，Sigmoid函数在中间区域单调递减，但在接近0和1的两端容易收敛。因此，A选项不正确。B选项，Sigmoid、Tanh和Softsign函数在训练深度神经网络的过程中，都存在梯度21.使用token的认证方式访问华为云EI服务需要提供以下哪些信息?A、子账号名解析：Https:///qB、缩放D、CRF中需要对不同序列的结果进行概率归一化。D、概率密度函数在正负无穷的积分为141.在利用MindStudio连接Device进行应用开发时，Device的芯片层包含的功解析：在MindStudio中，当连接到Device进行应用开发时，Device的芯片层常用于定义和管理复杂的工作流程；B选项的“GE”(通用执行环境)是运行应42.图引擎服务(GraphEngineservice)是针对以“关系”为基础的“图”结构数据，进行一体化查询、分析的服务。下列哪几项是B、简单易用D、高性能43.以下哪些选项属于华为云EI的相关服务()B、EI智能体44.人工智能现在的技术应用方向主要有?A、自然语言处理B、ReLU函数A、更安全的数据共享是AI技术更好发展的基石之一。解析：为了促进AI技术的发展，需要完善的基础数据服务产业，包括更安全的47.以下哪几项属于MindSpore中与nn(神经网络)相关算子?激活函数，用于神经网络中的非线性变换。因此，它们都与nn相关。而Mul是乘法算子，虽然可能在神经网络中用到，但它本身不属于nn特有的算子范畴。48.以下属于文本分析的具体内容的是?()A、文本归一化B、语音合成是误写或虚构。因此，正确选项是B和C。共享主要出现在卷积神经网络(CNN)中，它通过共享卷积核的权重来减少参数数量，提高计算效率。循环神经网络(RNN)和全连接神经网络(FCN)并不具备这一特性，它们的权重是独立设置的。感知器(Perceptron)作为最简单的神经网络模型，同样不涉及权重共享。因此，正确答案是A,即卷积神经网络会发生52.以下哪些属于AI训练和推理框架?于训练模型和执行模型推理。常见的AI训练和推理框架包括因此不包含在AI训练和推理框架之内。因此，答案为ACD,即MindSpore、Pytorch和TensorFlow属于AI训练和推理框架。53.关于L1正则化与L2正则化，以下哪项表是正确的?B、L1,L2正则项不能作用在损失函数之上解析：这道题考察的是对L1和L2正则化的理解。L1正则化通过引入模型参数使用梯度下降算法迭代参数值。因此，选项A正确。D、以上都不是果最好55.以下关于lindSpore自动并行关键技术的描述中，哪些选项是正确的?C、mindSpore可以应对超大规模模型实现高效分布式训练的挑战MindSpore的这些特性。选项B错误，因为MindSpore不仅支持手动模型并行，56.ModeIArts中自动学习功能不需要代码编写和模型开发属于ModeIArts中自动学习的功能?D、自动调参E自动压缩景60.图像的目标检测算法需要完成()?(多选)61.马尔科夫链是自然语言常用的算法，马尔科夫链的性质包括?()解析：马尔科夫链描述了一种状态序列，其每个状态值取决于前面有限个状态。马尔可夫链是具有马尔可夫性质的随机变量的一个数列。这些变量的范围，即它们所有可能取值的集合被称为状态空间。具有正定性和有限性。正定性：状态转移矩阵中每一个元素被称为状态转移概率，由概率论知识可知，每个状态转移概率皆为正数；有限性：转移矩阵中的每一行相加皆为1.62.下列哪些是关键词提取的方法?()解析：TF-IDF,TextRank,主题模型算法(LSA、LSI、LDA),HMM隐马尔可夫模型一般用于生成序列，例如语音识别、词性标注、分词63.在某些应用场景中(比如推荐系统、分子动力学、图神经网络等),数据的B、MindSpre现在已经支持最常用的CSR和C两种稀疏数据格式C、MindSpre常用稀疏张量的表达形式是&It;indices:Tensr,values:Tensr,shlumn)是两种常用的稀疏数据格式，MindSpore支持这两种格式，那么B选项描述正确。C选项错误，在稀疏张量的64.在深度学习任务中，遇到数据不平衡问题时，我们可解诀?A、批量删除66.华为云人脸识别服务，是基于人的脸部特征信息，利用计算机对人脸图像进务。该服务提供了多种子服务，包括人脸搜索(A)、人脸跟踪(B)、人脸检测(C)和人脸比对(D)。人脸检测是进行人脸识别服务的基础，它能够自动识别页)分辨率)69.从技术架构来看AI芯片的分类包括?A、FPGA是从大量数据中提取出有用信息和模式的过程，与AI紧密相关。人机交互研究78.TensorF1ow2.0中可以用来查看是否是tensor的方法有?C、istensor解析：在TensorFlow2.0中，可以使用`dtype`、`isinstance`和`is_tensor`这三个方法来查看是否是tensor。其中，`dtype`可以用来获取tensor的数据类型，`isinstance`可以用来检查对象是否属于特定的类型(在这个情况下，就否是Tensor。C、无人驾驶D、智能机器人C、Borel单元架95.以下哪些选项是TensorFlow2.0中的Keras接口C、升腾910B、K-Means中的K110.华为快应用IDE的功能包括哪些?()其中Atlas300型号的价格为9000,Atlas800型号的价格介于78,668至9,529处理计算密集和易于并行的程序，如图像渲染，这使得D选项也是正确的。而A123.John想要使用华为云ModeIArts开发下哪一种方式登录0BSBrowser+?()K方式登录、帐号登录以及授权码登录方式其中，service-endpoint项?D、有界的函数已经被证明在某些情况下泛化效果更好化效果更好127.以下哪些选项是决策树用于划分节点C、信息嫡包括Gini系数和信息嫡，它们用于衡量数据分布的不纯度，帮助选择最佳划分当前模型输出的误差，指导训练过程。而构建共现矩阵是Word2Vec的预处理步项(也称为L1范数)和L2正则项(也称为L2范数或权重衰减)是两种常用的D、使用Dropout方法Tensr操作解析：A选项正确，神经网络模型通常由多个神经网络层组合，并通过Tensord函数并非在所有继承类中都必须重写。D选项辑。综上所述，正确答案是AC。A、是二分类函数sigmoid的推广B、softmax函数又称作归一化指数函教C、Softmax回归模型是解决二分类回归问题的算法D、softmax函数经常与交叉嫡损失函数联合使用输出值之和为1,因此也被称为归一化指数函数，B正确。Softmax回归模型是135.自然语言领域处理文本时，句法分析的主要任务是什么?试题。但是根据图像处理的一般流程和常见应用，可以得出以上。137.神经网络训练过程中，可能出现梯度爆炸的现象有以下B、模型权重变为NaN值C、每个节点和层的误差梯度值持续超过1.0爆炸的现象，符合题意。B选项“模型权重变为NaN值”通常是由数值计算中的差梯度值持续超过1.0”并不直接表示梯度爆炸，因为梯度值的大小本身取决于138.自然语言领域处理文本时，句法分析的主要任务是什么?B、句法结构分析143.2018年10月10日，华为发布了全场景AI解决方案，华为的全栈方案具体包括()C、应用使能解析：芯片算子库和高度自动化算子开发工具——CANN;支持端、边、云独立的和协同的统一训练和推理框架——MindSpoert:BERT(BidirectionalEncoderRepresentationsfromTransformers)由AlexKrizhevsky等人在2012年提出，并在当年的ImageNet图像识别竞赛中括智能写诗模型。通过MindSpore,可以构建和训练模型，并将其部署为预测服8.Bert网络使用了Transformer结构，抛弃了传统的RNN和CNN结构，11.ModeIArts平台支持自动学习功能，意味着对任何复杂大型问题且对AI完全对AI完全不了解就可以上手操作并且训练出很好的模型。自动学习功能需要一orFlow框架，用户可以通过Anaconda的包管理器conda来安装TensorFlow。16.线性回归的损失函数中加入L1正则项，此时该回归叫做Lasso回归。称为Lasso回归(岭回归)解析：MindSpore确实允许通过继承其基础类(如nn.Cell),并重写`_init_ult∩GroundTruth/Detect解析：Hue相位角表色相0-360;Saturation饱和度0-1,所选颜色的纯度和该颜34.word2vec是google的一个开源工具，能够根据输入的词的集合计算出词与35.图像任务中，我们收集图片时往往使用0,1,2,3,4等来表示图片的类别，36.MindSpore支持整图卸载执行，充分发挥昇腾大算力，支持Pipeline并行和42.参数惩罚只能使用在神经网络中用来防止过拟合解析：参数惩罚(例如L1或L2正则化)可以用于多种机器学习模型，不仅仅是n-gram模型中的窗口限制49.MindSpore异构并行训练方法是通过分析图上算子内存占用和计算密集度，将内存消耗较小计算密集型算子切分到CP子图，将内存消耗巨大的算子切分到解析：将“MindSpore”修改为“MindSpore框架”。解析：Sobel算子能