2026年机器学习考试题及答案

2026年机器学习考试题及答案一、单项选择题（每题2分，共20分）1.在深度强化学习中，以下哪种方法通过“演员-评论家”架构同时优化策略与价值函数？A.DQN  B.A3C  C.DDQN  D.PER答案：B解析：A3C（AsynchronousAdvantageActor-Critic）采用并行线程，演员输出策略π(a|s;θ)，评论家估计V(s;w)，通过优势函数A(s,a)=Q(s,a)−V(s)降低方差。2.若某卷积层输入尺寸为112×112×64，使用128个3×3卷积核，stride=1，padding=1，则输出尺寸为A.110×110×128  B.112×112×128  C.114×114×64  D.56×56×128答案：B解析：padding=1保持空间尺寸不变，通道数等于卷积核数128。3.在联邦学习场景下，客户端k的本地目标函数为Fk(w)，全局目标为min∑k=1mpkFk(w)，其中pk=nk/N。若采用FedProx，服务器更新规则为A.w(t+1)=∑kpkwk(t)  B.w(t+1)=argminw{∑kpkFk(w)+μ2‖w−w(t)‖2}C.w(t+1)=w(t)−η∑kpk∇Fk(wk(t))  D.w(t+1)=median{wk(t)}答案：B解析：FedProx在原始FedAvg基础上增加近端项μ2‖w−w(t)‖2，抑制本地漂移。4.关于Transformer的位置编码，下列说法正确的是A.可学习的位置编码在超长序列上外推能力优于正弦编码B.正弦编码PE(pos,2i)=sin(pos/100002i/d)C.相对位置编码无法与自注意力机制结合D.RoPE（旋转位置编码）通过复数旋转矩阵注入位置信息答案：D解析：RoPE将query、key映射到复数域，乘以e−imθ实现位置感知，兼具外推性与高效性。5.若某二分类任务使用FocalLoss，其中γ=2，正样本比例p=0.05。对于易分负样本（pt≈0.99），其损失权重约为A.0.0001  B.0.01  C.0.1  D.1答案：A解析：FocalLoss权重为(1−pt)γ，代入得(1−0.99)2=10−4。6.在AutoML中，DARTS将架构搜索松弛化为A.在离散空间使用进化算法  B.在连续空间使用可微分优化C.基于强化学习的策略梯度  D.贝叶斯优化+早期停止答案：B解析：DARTS引入混合操作ō(x)=∑oαoo(x)，α为可学习连续向量，通过双层级优化同时更新权重与架构。7.若某GAN使用Wasserstein距离，判别器最后一层取消Sigmoid，损失函数为A.−E[logD(x)]−E[log(1−D(G(z)))]  B.E[D(x)]−E[D(G(z))]C.E[D(G(z))]−E[D(x)]  D.E[‖x−G(z)‖1]答案：B解析：WassersteinGAN最大化E[D(x)]−E[D(G(z))]，满足1-Lipschitz约束。8.在图神经网络中，GraphSAGE的聚合函数不包括A.Mean  B.LSTM  C.Max  D.Attention答案：D解析：GraphSAGE原始论文提出Mean、LSTM、Pool三种聚合，未使用注意力。9.若某模型在ImageNet上Top-1准确率为85.2%，使用Mixup(α=0.2)后，理论上A.训练准确率上升，验证准确率下降  B.训练准确率下降，验证准确率上升C.两者均上升  D.两者均下降答案：B解析：Mixup线性插值样本导致训练集更难拟合，但提升泛化。10.在元学习中，MAML的目标函数为A.minθ∑τLτ(θ−α∇Lτ(θ))  B.minθ∑τLτ(θ)C.minθ∑τ‖θ−θ0‖2  D.minθmaxτLτ(θ)答案：A解析：MAML寻找初始θ，使其经过一步梯度更新θ′=θ−α∇Lτ(θ)后在任务τ上损失最小。二、多项选择题（每题3分，共15分；多选少选均不得分）11.下列哪些技术可有效缓解神经网络过拟合？A.DropBlock  B.LabelSmoothing  C.GradientClipping  D.StochasticDepth答案：A、B、D解析：GradientClipping用于防止梯度爆炸，非正则化。12.关于自监督学习中的对比学习，正确的是A.SimCLR使用同一图像的不同增强视图作为正样本对B.MoCo通过队列字典维护大量负样本C.BYOL使用动量编码器+预测器，无需负样本D.SwAV在线聚类产生伪标签答案：A、B、C、D解析：四项均为对比/非对比自监督代表性方法。13.在分布式训练中，以下哪些属于All-Reduce算法？A.RingAll-Reduce  B.TreeAll-Reduce  C.ParameterServer  D.ButterflyAll-Reduce答案：A、B、D解析：ParameterServer为中心化架构，非All-Reduce。14.关于StableDiffusion模型，下列说法正确的是A.在像素空间直接执行扩散  B.使用VAE将图像压缩至潜在空间C.引入文本编码器实现条件生成  D.采用DDIM采样加速答案：B、C、D解析：StableDiffusion在潜在空间执行扩散，降低计算。15.在可解释性领域，以下哪些方法可给出像素级重要性分数？A.IntegratedGradients  B.LIME  C.Grad-CAM  D.SmoothGrad答案：A、D解析：LIME给出局部线性解释，Grad-CAM为类激活图，非严格像素级。三、填空题（每空2分，共20分）16.若某LSTM单元遗忘门输出ft=σ(Wf[ht−1,xt]+bf)，则候选记忆c̃t=tanh(Wc[ht−1,xt]+bc)，最终记忆更新公式为ct=______。答案：ft⊙ct−1+(1−ft)⊙c̃t解析：标准LSTM记忆更新为门控线性插值。17.在VisionTransformer中，若输入图像224×224，patchsize=16，则序列长度为______。答案：196解析：(224/16)2=142=196。18.若某模型使用cosineannealing学习率调度，初始lr=0.1，Tmax=100，则第50个epoch的lr为______。答案：0.05解析：ηt=ηmin+12(ηmax−ηmin)(1+cos(πt/T))，t=50时cos(π/2)=0，得0.05。19.若某GBDT模型使用XGBoost，目标函数Obj(t)=∑i[gift(xi)+12hift(xi)2]+Ω(ft)，则最优叶子权重wj∗=______。答案：−∑i∈Ijgi/(∑i∈Ijhi+λ)解析：对wj求导并令导数为0可得。20.在知识蒸馏中，若教师模型输出softtargetzT，温度τ=4，则蒸馏损失常用______散度。答案：KL解析：LKD=τ2KL(pT‖pS)，其中p(i)=exp(zi/τ)/∑jexp(zj/τ)。四、计算与推导题（共30分）21.（8分）给定线性回归数据集{(xi,yi)}i=1n，xi∈ℝd，采用岭回归目标J(w)=12∑i=1n(yi−w⊤xi)2+λ2‖w‖2(1)求最优w∗的闭式解；(2)若n<d，证明加入岭正则后矩阵可逆。答案与解析：(1)令X∈ℝn×d为设计矩阵，y∈ℝn，则J(w)=12‖y−Xw‖2+λ2‖w‖2对w求导：∇J=−X⊤(y−Xw)+λw=0⇒(X⊤X+λI)w=X⊤y⇒w∗=(X⊤X+λI)−1X⊤y(2)当n<d，X⊤X秩≤n<d，故奇异。加入λI后，X⊤X+λI的特征值≥λ>0，正定因而可逆。22.（10分）考虑一个二维高斯混合模型p(x)=∑k=1KπkN(x|μk,Σk)，现使用EM算法。(1)写出E步责任度γik的表达式；(2)在M步，给出μk新估计μknew的更新公式并推导。答案与解析：(1)γik=πkN(xi|μk,Σk)/∑jπjN(xi|μj,Σj)(2)最大化Q函数∑i∑kγiklogN(xi|μk,Σk)+const对μk求导：∑iγikΣk−1(xi−μk)=0⇒μknew=∑iγikxi/∑iγik23.（12分）某深度网络使用ReLU激活，第l层输出hl=ReLU(Wlhl−1+bl)。现采用反向传播，已知顶层梯度∂L/∂hL=g。(1)推导∂L/∂hl−1；(2)若使用BatchNorm：ĥ=(h−μ)/σ，y=γĥ+β，写出∂L/∂γ的表达式。答案与解析：(1)链式法则：∂L/∂hl−1=(Wl)⊤[(Wlhl−1+bl>0)⊙g]其中⊙为逐元乘，指示函数I(⋅)对ReLU梯度。(2)∂L/∂γ=∑i∂L/∂yi⋅ĥi，即对batch内所有样本求和。五、设计与分析题（共15分）24.（15分）某城市共享单车需求预测任务，数据包含时间、天气、POI、历史订单。请：(1)设计一种融合时空语义的深度学习模型，画出模块图并说明每部分作用；(2)给出训练策略，包括损失函数、评估指标、超参设置；(3)分析如何引入外部知识（如节假日知识图谱）并给出融合公式。答案与解析：(1)模型命名为ST-KGNet，包含：a.时间编码器：使用可学习的时间Embedding+Transformer编码周、日、小时周期性；b.空间编码器：基于GraphSAGE构建区域邻接图，节点特征为POI类别分布+历史订单统计；c.外部知识模块：节假日知识图谱→TransE得到实体嵌入，通过注意力机制动态加权融合；d.预测头：时空特征拼接后接两层MLP，输出未来1小时各区域需求。(2)训练策略：损失函数：HuberLoss，δ=1，对异常值鲁棒；评估指标：RMSE、MAE、MAPE；优化器：AdamW，lr=1e−3，weightdecay=1e−4，cosineannealing50epoch；早停：验证MAPE10epoch不下降停止。(3)知识融合公式：设区域r的节假日实体嵌入为er，时间t的上下文嵌入为ht，则注意力得分αr=softmaxr(q⊤tanh(W[er;ht]))最终融合特征fr=αr⋅er+ht，送入预测头。通过门控机制防止噪声知识干扰。六、综合应用题（共20分）25.（20分）某医疗影像公司计划部署乳腺癌淋巴结转移检测系统，数据含整张切片图像(WSI)，单张分辨率100k×60k像素，标注仅给出切片级标签（是否转移）。请：(1)设计弱监督学习框架，说明如何生成patch级伪标签；(2)给出模型架构，需考虑显存限制（单卡32GB），batchsize≥8；(3)阐述如何确保模型可解释性以满足监管；(4)给出联邦学习部署方案，医院数据不出域。答案与解析：(1)弱监督框架：a.使用多实例学习(MIL)，将WSI视为包，patch为实例；b.采用Attention-basedMIL，实例特征经注意力池化得包概率p=σ(∑iai⋅Wihi)；c.伪标签：训练后选取注意力权重top-k%的patch作为正伪标签，其余为负，迭代精炼。(2)模型架构：a.编码器：EfficientNet-B1，输入256×256patch，输出latent1280维；b.显存优化：使用gradientcheckpointing，混合精度FP16；c.训练流程：先自监督预训练（SimCLR）→微调MIL头；d.推理：滑动窗口步长128，多尺度融合(0.5×,1×,2×)，显存峰值<28GB