2025年人工智能考研专业课真题解析测试试卷及答案

2025年人工智能考研专业课练习题解析测试试卷及答案一、单项选择题（每题2分，共20分）1.在ResNet中引入残差连接的主要目的是A.减少网络参数量B.缓解梯度消失问题C.提高卷积核感受野D.降低显存占用答案：B解析：残差连接将输入直接加到输出，形成恒等映射，使深层网络在反向传播时梯度可直接回传，有效缓解梯度消失。2.下列关于Transformer自注意力机制的说法正确的是A.查询向量Q与键向量K的点积需先经过Softmax再缩放B.缩放点积后需进行Mask操作才能输入SoftmaxC.多头注意力中每个头的维度必须等于模型总维度D.自注意力计算复杂度与序列长度呈线性关系答案：B解析：在解码器自注意力中，未来位置需被Mask；缩放因子为√d_k，点积后先Mask再Softmax，防止信息泄露。3.在强化学习中，若策略π满足π(a|s)>0对所有s,a成立，则该策略被称为A.贪婪策略B.确定性策略C.随机策略D.平稳策略答案：C解析：随机策略对所有动作赋予非零概率，保证探索性；贪婪策略仅选择最优动作，概率为1。4.联邦学习场景下，客户端上传本地模型梯度而非原始数据，主要为了A.降低通信开销B.提高模型精度C.保护用户隐私D.加速服务器聚合答案：C解析：梯度相对原始数据更抽象，且可结合安全聚合协议，防止逆向推断出用户隐私。5.在图神经网络中，GCN的一阶近似卷积公式H^(l+1)=σ(D̃^(1/2)ÃD̃^(1/2)H^(l)W^(l))中，Ã表示A.原始邻接矩阵B.添加自环的邻接矩阵C.归一化邻接矩阵D.拉普拉斯矩阵答案：B解析：Ã=A+I，引入自环使节点在更新时能保留自身信息，避免过度平滑。6.若一个二分类问题的数据集正负样本比例为1:99，下列评价指标最不敏感的是A.F1scoreB.AUCROCC.准确率D.平均精度（AP）答案：C解析：准确率受样本比例影响极大，即使模型全部预测负类也能达99%，无法反映真实性能。7.在PyTorch中，以下代码片段执行后x.grad的值为```pythonx=torch.tensor(2.0,requires_grad=True)y=x3y.backward()```A.4B.6C.8D.12答案：D解析：dy/dx=3x²，x=2时导数为12；backward()自动计算并累加到x.grad。8.关于BERT的预训练任务，下列说法错误的是A.MLM任务中15%的token被选中，其中80%替换为[MASK]B.NSP任务输入为两个句子，预测它们是否相邻C.MLM任务使用交叉熵损失，忽略未掩码位置D.RoBERTa去除了NSP任务并采用动态掩码答案：A解析：15%选中token里80%替换为[MASK]，10%随机替换，10%不变，防止预训练与微调不一致。9.在AlphaGoZero中，蒙特卡洛树搜索使用的先验概率P(s,a)由哪个网络输出A.快速走子策略网络B.价值网络C.策略网络D.残差网络答案：C解析：策略网络f_θ(s)输出先验概率P(s,a)，价值网络输出v(s)评估局面，二者共同指导MCTS。10.若将YOLOv5的IoU损失替换为CIoU损失，则新增惩罚项为A.中心点距离与对角线距离之比B.长宽比一致性C.重叠面积D.预测框置信度答案：B解析：CIoU在DIoU基础上增加v=(4/π²)(arctan(wgt/hgt)arctan(w/h))²，惩罚长宽比不一致。二、多项选择题（每题3分，共15分，多选少选均不得分）11.下列方法可用于缓解神经网络过拟合的是A.DropoutB.BatchNormalizationC.L2权重衰减D.早停（EarlyStopping）答案：ACD解析：Dropout随机失活神经元；L2正则化约束权重；早停防止训练过度；BN主要加速收敛，对过拟合作用有限。12.关于生成对抗网络，下列说法正确的是A.判别器损失越小，生成器梯度消失越严重B.WGAN使用Wasserstein距离替代JS散度C.模式崩塌（ModeCollapse）表现为生成样本多样性下降D.条件GAN通过将类别向量拼接至噪声向量实现控制生成答案：ABCD解析：WGANcritic输出标量而非概率，梯度更平滑；模式崩塌指生成器仅输出少数模式；条件信息可拼接或投影。13.在深度强化学习中，以下属于“onpolicy”算法的是A.A3CB.PPOC.DDPGD.TRPO答案：ABD解析：onpolicy要求行为策略与目标策略相同或近似；DDPG使用经验回放，属于offpolicy。14.关于VisionTransformer（ViT），下列说法正确的是A.图像块线性投影后需添加位置编码B.分类token仅与最后一层MLPHead连接C.使用LayerNorm而非BatchNormD.在小型数据集上通常需先大规模预训练答案：ACD解析：分类token贯穿所有层；LayerNorm对序列更稳定；小数据集直接训练ViT易过拟合。15.下列关于模型压缩技术描述正确的是A.知识蒸馏中温度系数T越大，软标签越平滑B.剪枝后需重新训练以恢复精度C.量化感知训练（QAT）将权重离散化嵌入前向传播D.低秩分解将权重矩阵分解为两个小矩阵相乘答案：ABCD解析：T→∞时分布趋均匀；剪枝破坏原优化点，需微调；QAT模拟量化误差；低秩分解减少参数量。三、填空题（每空2分，共20分）16.若某卷积层输入特征图尺寸为112×112，步长为2，填充为3，卷积核大小为7×7，则输出特征图尺寸为________。答案：56×56解析：o=⌊(i+2pk)/s⌋+1=⌊(112+67)/2⌋+1=56。17.在PyTorch中，若模型参数存储为FP32，占用的字节数为4，则一个参数量为1.2×10⁹的模型约占用________GB显存。答案：4.47解析：1.2×10⁹×4÷1024³≈4.47GB。18.若某GAN的生成器使用谱归一化（SpectralNormalization），则其作用是约束网络层权重矩阵的________范数。答案：谱（或2范数）解析：谱归一化将权重矩阵除以最大奇异值，使其Lipschitz常数≤1，稳定训练。19.在LSTM中，遗忘门输出值接近________时，表示细胞状态信息被保留。答案：1解析：遗忘门f_t=σ(W_f·[h_(t1),x_t]+b_f)，f_t→1时保留旧信息。20.若使用混合精度训练，损失缩放（lossscaling）因子为1024，反向传播后发现梯度出现________，则需减小缩放因子。答案：溢出（或NaN/Inf）解析：FP16动态范围小，梯度过小会下溢，过大则上溢，需动态调整缩放。21.在知识图谱嵌入模型TransE中，若关系为“首都”，则期望满足的向量等式为________。答案：h+r≈t解析：TransE假设h+r≈t，即头实体加关系向量接近尾实体。22.若某深度网络使用Swish激活函数f(x)=x·sigmoid(x)，则其导数在x=0处的取值为________。答案：0.5解析：f'(x)=sigmoid(x)+x·sigmoid(x)(1sigmoid(x))，x=0时sigmoid(0)=0.5，故f'(0)=0.5。23.在AlphaFold2中，Evoformer模块利用________注意力机制对多序列比对（MSA）和配对表示进行联合更新。答案：轴向（或Axial）解析：轴向注意力沿序列方向和配对方向分别计算，降低O(N²)复杂度。24.若使用RandAugment进行数据增强，其两个超参数分别为________和________。答案：N（变换个数）、M（强度）解析：RandAugment从14种变换中随机选N个，每个强度为M（010）。25.在联邦学习FedAvg算法中，服务器对客户端模型进行加权聚合时，权重通常取客户端________。答案：本地数据量占比解析：加权平均保证全局梯度无偏，权重为n_k/Σn_k。四、简答题（每题10分，共30分）26.描述DDPG算法中目标网络（targetnetwork）的更新方式，并说明为何采用软更新而非硬更新。答案：DDPG维护两套网络：主网络θ^μ、θ^Q与目标网络θ^μ'、θ^Q'。软更新采用指数滑动平均：θ'←τθ+(1τ)θ'，其中τ≪1（通常0.005）。原因：（1）硬更新（每隔固定步长直接复制）会导致策略突变，破坏训练稳定性；（2）软更新使目标网络参数缓慢跟踪主网络，相当于在时序上平滑目标，减少非平稳性，提高收敛稳定性；（3）经验回放中的样本由旧策略生成，软更新保证目标值变化连续，与回放数据分布差异更小。27.解释VisionTransformer中“图像块嵌入+位置编码”如何保留二维空间结构，并分析为何使用可学习1D位置编码仍能获得良好效果。答案：ViT将图像切分为16×16块，线性投影为D维向量，形成序列。为保留空间信息，需添加位置编码E_pos∈R^(N×D)。（1）1D可学习编码：按光栅顺序编号0~N1，每个索引对应D维向量，通过训练学习。（2）保留二维结构：虽然编码为1D，但自注意力机制具有排列等变性，模型可通过学习将相邻索引的向量映射到相近表示，间接编码局部邻接关系；同时，高层注意力头可捕获全局依赖。（3）良好效果原因：a.大规模预训练提供充足数据，使模型足以学习隐式2D结构；b.多头注意力机制允许不同头关注不同距离，近似卷积的局部归纳偏置；c.现代ViT引入更精细的2Daware编码（如2Dsinusoid、相对位置）可进一步提升，但1D已足够在ImageNet上取得SOTA，说明数据驱动可弥补归纳偏置不足。28.对比批归一化（BatchNorm）与层归一化（LayerNorm）在计算方式、统计量、适用场景三方面的差异，并说明为何Transformer选择LayerNorm。答案：（1）计算方式：BN：对同一通道、跨样本、跨空间位置求均值方差，输出=(xμ_B)/√(σ²_B+ε)·γ+β；LN：对同一样本、跨特征维度求均值方差，输出=(xμ_L)/√(σ²_L+ε)·γ+β。（2）统计量：BN依赖minibatch，训练时实时计算，推理时用移动平均；LN无batch维度，训练和推理一致。（3）适用场景：BN适合CNN，批量大且固定；LN适合RNN、Transformer，序列长度可变，批量小。Transformer选择LN原因：a.序列长度常变，BN统计量不稳定；b.推理时batchsize可能为1，BN退化；c.LN对特征维度归一化，与自注意力机制配合，消除不同维度尺度差异，加速收敛；d.LayerNorm无batch依赖，更利于分布式训练与动态图。五、计算与推导题（每题15分，共45分）29.给定一个三分类问题，softmax输出为p=[0.7,0.2,0.1]，真实标签onehot为y=[0,1,0]。（1）计算交叉熵损失L_CE；（2）求损失对softmax输入z的梯度∂L/∂z；（3）若使用标签平滑（labelsmoothingε=0.1），求新标签y'及新损失L'_CE。答案：（1）L_CE=Σy_ilogp_i=log0.2≈1.6094（2）∂L/∂z_i=p_iy_i，故梯度=[0.7,0.8,0.1]（3）y'=(1ε)y+ε/K=[0.0333,0.9,0.0667]L'_CE=Σy'_ilogp_i=0.9log0.20.0667log0.1≈1.49630.考虑一个二维线性可分数据集，正例位于(1,1)、(2,2)，负例位于(2,0)、(3,1)。使用硬间隔SVM，求最优超平面方程w^Tx+b=0，并计算几何间隔γ。答案：支持向量为(2,2)与(2,0)。中垂线方向为y轴，故w∝(0,1)。设w=(0,1)，则对正例：1·2+b=1⇒b=1；对负例：1·0+b=1⇒b=1。超平面：y1=0。几何间隔γ=2/‖w‖=2/1=2。31.在PPOclip目标函数中，给定旧策略π_θ_old、新策略π_θ，优势函数A_t=G_tV(s_t)，clip区间为[1ε,1+ε]，ε=0.2。（1）写出目标函数L^CLIP(θ)；（2）若r_t(θ)=π_θ(a_t|s_t)/π_θ_old(a_t|s_t)=1.3，A_t=0.5，求clip前后两项值；（3）说明clip操作如何防止策略更新过大。答案：（1）L^CLIP(θ)=E[min(r_t(θ)A_t,clip(r_t(θ),1ε,1+ε)A_t)]（2）未clip项：1.3×0.5=0.65；clip项：clip(1.3,0.8,1.2)=1.2，故clip后1.2×0.5=0.6（3）当r_t>1+ε且A_t>0时，clip将目标值限制为(1+ε)A_t，使梯度在此区域为零，阻止θ继续增大该动作概率，避免策略突变导致性能崩溃。六、综