三江学院《深度学习基础》2025-2026学年第一学期期末试卷(B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页三江学院《深度学习基础》2025-2026学年第一学期期末试卷(B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.深度学习中的神经网络通常由以下哪层组成？A.输入层B.隐藏层C.输出层D.以上都是2.以下哪项不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.累计分布损失D.算术平均损失3.在深度学习中，以下哪项不是优化算法？A.梯度下降法B.牛顿法C.随机梯度下降法D.遗传算法4.卷积神经网络（CNN）主要用于处理哪种类型的数据？A.图像数据B.文本数据C.时间序列数据D.任何类型的数据5.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.BatchNormalization6.在深度学习中，以下哪项不是激活函数？A.SigmoidB.ReLUC.SoftmaxD.MaxPooling7.以下哪项不是深度学习中的优化目标？A.准确率B.精确率C.召回率D.F1分数8.在深度学习中，以下哪项不是超参数？A.学习率B.隐藏层神经元数量C.激活函数D.损失函数9.以下哪项不是深度学习中的数据预处理方法？A.数据标准化B.数据归一化C.数据扩充D.数据清洗10.在深度学习中，以下哪项不是深度学习框架？A.TensorFlowB.PyTorchC.KerasD.scikit-learn11.以下哪项不是深度学习中的模型评估指标？A.真阳性率B.真阴性率C.精确率D.召回率12.在深度学习中，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.以下哪项不是深度学习中的模型结构？A.卷积神经网络B.循环神经网络C.自编码器D.全连接神经网络14.在深度学习中，以下哪项不是深度学习中的训练过程？A.数据预处理B.模型训练C.模型评估D.模型部署15.以下哪项不是深度学习中的模型优化方法？A.梯度下降法B.牛顿法C.随机梯度下降法D.遗传算法16.在深度学习中，以下哪项不是深度学习中的数据集？A.MNISTB.CIFAR-10C.ImageNetD.COCO17.以下哪项不是深度学习中的模型评价指标？A.真阳性率B.真阴性率C.精确率D.召回率18.在深度学习中，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19.以下哪项不是深度学习中的模型结构？A.卷积神经网络B.循环神经网络C.自编码器D.全连接神经网络20.在深度学习中，以下哪项不是深度学习中的训练过程？A.数据预处理B.模型训练C.模型评估D.模型部署二、多项选择题（每题2分，共20分）1.深度学习中的神经网络通常由哪些层组成？A.输入层B.隐藏层C.输出层D.激活层2.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.累计分布损失D.算术平均损失3.以下哪些是深度学习中的优化算法？A.梯度下降法B.牛顿法C.随机梯度下降法D.遗传算法4.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.BatchNormalization5.以下哪些是深度学习中的激活函数？A.SigmoidB.ReLUC.SoftmaxD.MaxPooling6.以下哪些是深度学习中的优化目标？A.准确率B.精确率C.召回率D.F1分数7.以下哪些是深度学习中的超参数？A.学习率B.隐藏层神经元数量C.激活函数D.损失函数8.以下哪些是深度学习中的数据预处理方法？A.数据标准化B.数据归一化C.数据扩充D.数据清洗9.以下哪些是深度学习中的数据集？A.MNISTB.CIFAR-10C.ImageNetD.COCO10.以下哪些是深度学习中的模型评价指标？A.真阳性率B.真阴性率C.精确率D.召回率三、判断题（每题1分，共10分）1.深度学习中的神经网络只有一层。（×）2.交叉熵损失函数适用于分类问题。（√）3.梯度下降法是一种优化算法。（√）4.Dropout是一种正则化技术。（√）5.ReLU是一种激活函数。（√）6.精确率是深度学习中的模型评价指标之一。（√）7.学习率是深度学习中的超参数之一。（√）8.数据清洗是深度学习中的数据预处理方法之一。（√）9.TensorFlow是深度学习中的框架之一。（√）10.深度学习中的模型评价指标包括准确率、精确率、召回率和F1分数。（√）四、名词解释（每题4分，共20分）1.深度学习2.神经网络3.损失函数4.优化算法5.数据增强五、简答题（每题6分，共18分）1.简述深度学习的基本原理。2.简述深度学习中的损失函数及其作用。3.简述深度学习中的优化算法及其作用。六、案例分析题（1题，满分12分）某公司希望开发一款图像识别系统，用于识别车辆类型。公司收集了大量的车辆图像数据，包括轿车、SUV、卡车等。请根据以下材料，分析并设计一个深度学习模型，用于车辆类型识别。材料：1.数据集包含10万张车辆图像，每张图像的尺寸为256x256像素。2.数据集分为训练集、验证集