成都职业技术学院《深度学习基础》2025-2026学年第二学期期末试卷(A卷)

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共1页成都职业技术学院《深度学习基础》2025-2026学年第二学期期末试卷(A卷)注意事项:1.请考生在下列横线上填写姓名、学号和年级专业。2.请仔细阅读各种题目的回答要求，在规定的位置填写答案。3.不要在试卷上乱写乱画，不要在装订线内填写无关的内容。4.考试时间120分钟专业学号姓名题号一二三四五六七八总分统分人复查人得分得分评分人一、单项选择题（每题1分，共20分）1.深度学习是一种（）学习方式。A.监督学习B.无监督学习C.半监督学习D.强化学习2.以下哪项不是深度学习的常见网络结构？（）A.卷积神经网络（CNN）B.循环神经网络（RNN）C.生成对抗网络（GAN）D.逻辑回归3.在深度学习中，以下哪项不是损失函数？（）A.交叉熵损失B.均方误差损失C.真值D.预测值4.以下哪项不是深度学习中的优化算法？（）A.梯度下降B.随机梯度下降C.Adam优化器D.欧几里得距离5.在深度学习中，以下哪项不是正则化技术？（）A.L1正则化B.L2正则化C.DropoutD.预测值6.以下哪项不是深度学习中的激活函数？（）A.ReLUB.SigmoidC.TanhD.线性函数7.在深度学习中，以下哪项不是数据预处理步骤？（）A.数据清洗B.数据归一化C.数据增强D.数据压缩8.以下哪项不是深度学习中的过拟合现象？（）A.模型复杂度过高B.训练数据不足C.模型泛化能力强D.损失函数收敛速度慢9.在深度学习中，以下哪项不是深度学习的应用领域？（）A.图像识别B.自然语言处理C.语音识别D.量子计算10.以下哪项不是深度学习中的超参数？（）A.学习率B.批处理大小C.激活函数D.损失函数11.在深度学习中，以下哪项不是深度学习的评价指标？（）A.准确率B.精确率C.召回率D.F1分数12.以下哪项不是深度学习中的数据增强方法？（）A.随机裁剪B.随机翻转C.随机旋转D.随机缩放13.在深度学习中，以下哪项不是深度学习的常见优化算法？（）A.梯度下降B.随机梯度下降C.Adam优化器D.随机搜索14.以下哪项不是深度学习中的正则化技术？（）A.L1正则化B.L2正则化C.DropoutD.预测值15.在深度学习中，以下哪项不是深度学习的评价指标？（）A.准确率B.精确率C.召回率D.F1分数16.以下哪项不是深度学习中的数据增强方法？（）A.随机裁剪B.随机翻转C.随机旋转D.随机缩放17.在深度学习中，以下哪项不是深度学习的常见优化算法？（）A.梯度下降B.随机梯度下降C.Adam优化器D.随机搜索18.以下哪项不是深度学习中的正则化技术？（）A.L1正则化B.L2正则化C.DropoutD.预测值19.以下哪项不是深度学习中的评价指标？（）A.准确率B.精确率C.召回率D.F1分数20.以下哪项不是深度学习中的数据增强方法？（）A.随机裁剪B.随机翻转C.随机旋转D.随机缩放二、多项选择题（每题2分，共20分）1.深度学习的特点包括（）。A.自动特征提取B.高度非线性C.需要大量数据D.模型复杂度高2.以下哪些是深度学习的常见网络结构？（）A.卷积神经网络（CNN）B.循环神经网络（RNN）C.生成对抗网络（GAN）D.逻辑回归3.以下哪些是深度学习中的损失函数？（）A.交叉熵损失B.均方误差损失C.真值D.预测值4.以下哪些是深度学习中的优化算法？（）A.梯度下降B.随机梯度下降C.Adam优化器D.欧几里得距离5.以下哪些是深度学习中的正则化技术？（）A.L1正则化B.L2正则化C.DropoutD.预测值6.以下哪些是深度学习中的激活函数？（）A.ReLUB.SigmoidC.TanhD.线性函数7.以下哪些是深度学习中的数据预处理步骤？（）A.数据清洗B.数据归一化C.数据增强D.数据压缩8.以下哪些是深度学习中的过拟合现象？（）A.模型复杂度过高B.训练数据不足C.模型泛化能力强D.损失函数收敛速度慢9.以下哪些是深度学习的应用领域？（）A.图像识别B.自然语言处理C.语音识别D.量子计算10.以下哪些是深度学习中的超参数？（）A.学习率B.批处理大小C.激活函数D.损失函数三、判断题（每题1分，共10分）1.深度学习是一种无监督学习方式。（）2.深度学习中的损失函数是用来衡量预测值与真实值之间差异的函数。（）3.深度学习中的优化算法是用来调整模型参数，使损失函数最小化的算法。（）4.深度学习中的正则化技术可以防止模型过拟合。（）5.深度学习中的激活函数可以增加模型的非线性。（）6.深度学习中的数据预处理步骤可以改善模型的性能。（）7.深度学习中的过拟合现象会导致模型泛化能力差。（）8.深度学习的应用领域包括图像识别、自然语言处理和语音识别等。（）9.深度学习中的超参数可以通过经验或搜索方法进行调整。（）10.深度学习中的评价指标可以用来衡量模型的性能。（）四、名词解释（每题4分，共20分）1.深度学习2.损失函数3.优化算法4.正则化技术5.激活函数五、简答题（每题6分，共18分）1.简述深度学习的特点。2.简述损失函数在深度学习中的作用。3.简述优化算法在深度学习中的作用。六、案例分析题（1题，满分12分）某公司计划开发一款智能语音助手，用于语音识别和语音合成。请根据以下材料，分析并回答以下问题：材料：该公司收集了大量的语音数据，包括普通话、英语