2026 年深度学习（卷积神经网络）试题及答案

2026年深度学习（卷积神经网络）试题及答案

（考试时间：90分钟满分100分）班级______姓名______第I卷一、选择题（总共10题，每题4分，每题给出的四个选项中，只有一项是符合题目要求的）w1.卷积神经网络中，卷积层的主要作用是？A.对输入数据进行降维B.提取数据的特征C.增加模型的非线性D.进行分类预测w2.以下关于卷积核的说法，正确的是？A.卷积核的大小固定不可变B.卷积核的通道数必须与输入数据通道数相同C.卷积核在卷积操作中会不断移动D.卷积核只能进行二维卷积w3.在卷积神经网络中，池化层的作用不包括？A.减少数据维度B.防止模型过拟合C.增加模型的表达能力D.加快计算速度w4.以下哪种激活函数在卷积神经网络中较少使用？A.ReLUB.sigmoidC.tanhD.LeakyReLUw5.卷积神经网络中，全连接层通常位于？A.网络的开头B.网络的中间C.网络的结尾D.可以在网络的任意位置w6.对于一个输入大小为224x224x3的图像，经过一个卷积核大小为3x3，步长为1，填充为1的卷积层后，输出特征图的大小是？A.222x222x3B.224x224x3C.226x226x3D.228x228x3w7.卷积神经网络中，批归一化层的作用是？A.加快模型收敛速度B.提高模型泛化能力C.减少梯度消失问题D.以上都是w8.以下关于深度可分离卷积的说法，错误的是？A.比普通卷积计算量更小B.分为逐通道卷积和逐点卷积C.可以替代普通卷积D.性能一定优于普通卷积w9.在卷积神经网络训练中，以下哪种优化器通常收敛速度较快？A.SGDB.AdagradC.RMSPropD.Adamw10.卷积神经网络能够处理的数据类型不包括？A.图像B.音频C.文本D.三维点云第II卷二、多项选择题（总共5题，每题6分，每题给出的四个选项中，有多项是符合题目要求的，全部选对得6分，选对但不全得3分，选错得0分）w11.卷积神经网络的优点包括？A.能够自动提取数据特征B.对数据的平移、旋转等具有一定的不变性C.计算效率高D.容易训练w12.以下哪些操作可以增加卷积神经网络的感受野？A.增加卷积核大小B.增加卷积层数C.增加池化层D.减少步长w13.在卷积神经网络中，超参数包括？A.卷积核大小B.步长C.学习率D.网络层数w14.以下关于卷积神经网络模型评估的说法，正确的是？A.可以使用准确率评估分类模型B.可以使用均方误差评估回归模型C.测试集要与训练集完全分开D.模型评估指标单一即可w15.为了防止卷积神经网络过拟合，可以采取的措施有？A.增加训练数据B.使用正则化方法C.提前停止训练D.减少网络层数三、判断题（总共10题，每题2分，判断下列说法的正误）w16.卷积神经网络只能用于图像分类，不能用于目标检测。（）w17.卷积核的权重在训练过程中是随机初始化的。（）w18.池化操作会丢失部分信息，因此应尽量避免使用。（）w19.一个卷积神经网络的层数越多，性能一定越好。（）w20.批归一化层在训练和推理时的计算方式相同。（）w21.深度可分离卷积的计算量比普通卷积大。（）w22.卷积神经网络的训练过程就是调整卷积核权重的过程。（）w23.不同的激活函数对卷积神经网络的性能没有影响。（）w24.在卷积神经网络中，数据预处理不重要，可以省略。（）w25.模型评估时，训练集的准确率越高，模型的泛化能力越强。（）四、简答题（总共2题，每题10分，请简要回答问题）w26.请简述卷积神经网络中卷积层、池化层和全连接层的作用及相互关系。w27.解释一下什么是卷积核的权重共享，并说明其在卷积神经网络中的优势。五、材料分析题（总共1题，20分）材料：在一个图像分类任务中，使用了一个简单的卷积神经网络。该网络包含3个卷积层，卷积核大小分别为3x3、5x5、7x7，步长均为1，填充均为1。每个卷积层后接一个ReLU激活函数，然后是一个最大池化层，池化核大小为2x2，步长为2。最后是一个全连接层进行分类。w28.请分析该卷积神经网络的结构特点，以及可能存在的问题，并提出改进建议。答案：一、选择题1.B2.C3.C4.B5.C6.C7.D8.D9.D10.C二、多项选择题11.ABC12.ABCD13.ABCD14.ABC15.ABC三、判断题16.×17.√18.×19.×20.×21.×22.√23.×24.×25.×四、简答题26.卷积层主要作用是提取数据特征，通过卷积核在数据上滑动进行卷积操作。池化层用于减少数据维度，防止过拟合，加快计算速度。全连接层将提取的特征进行整合，用于最终的分类或预测。它们相互配合，卷积层提取特征，池化层筛选重要特征，全连接层基于特征进行决策。27.卷积核的权重共享是指在卷积操作中，同一个卷积核在不同位置使用相同的权重。优势在于大大减少了模型参数数量，降低计算量，提高训练效率，同时也使得模型对数据的平移等具有一定不变性，增强模型的泛化能力。五、材料分析题28.结构特点：采用不同大小卷积核逐步提取特征，增加感受野；每个