佳木斯大学《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页佳木斯大学《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.深度学习是一种（）的学习方式。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.线性回归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.梯度下降法B.随机梯度下降法C.梯度提升机D.线性规划5.在深度学习中，以下哪项不是激活函数？（）A.Sigmoid函数B.ReLU函数C.Softmax函数D.线性函数6.以下哪项不是深度学习中的正则化方法？（）A.L1正则化B.L2正则化C.DropoutD.BatchNormalization7.在深度学习中，以下哪项不是数据预处理方法？（）A.数据标准化B.数据归一化C.数据增强D.数据清洗8.以下哪项不是深度学习中的过拟合现象？（）A.模型在训练集上表现良好，但在测试集上表现不佳B.模型在训练集上表现不佳，但在测试集上表现良好C.模型在训练集和测试集上都表现良好D.模型在训练集和测试集上都表现不佳9.以下哪项不是深度学习中的欠拟合现象？（）A.模型在训练集上表现良好，但在测试集上表现不佳B.模型在训练集上表现不佳，但在测试集上表现良好C.模型在训练集和测试集上都表现良好D.模型在训练集和测试集上都表现不佳10.以下哪项不是深度学习中的过拟合和欠拟合的解决方法？（）A.增加训练数据B.减少训练数据C.调整模型复杂度D.使用正则化方法11.在深度学习中，以下哪项不是损失函数的优化方法？（）A.梯度下降法B.随机梯度下降法C.梯度提升机D.线性规划12.以下哪项不是深度学习中的激活函数？（）A.Sigmoid函数B.ReLU函数C.Softmax函数D.线性函数13.在深度学习中，以下哪项不是正则化方法？（）A.L1正则化B.L2正则化C.DropoutD.BatchNormalization14.在深度学习中，以下哪项不是数据预处理方法？（）A.数据标准化B.数据归一化C.数据增强D.数据清洗15.在深度学习中，以下哪项不是过拟合现象？（）A.模型在训练集上表现良好，但在测试集上表现不佳B.模型在训练集上表现不佳，但在测试集上表现良好C.模型在训练集和测试集上都表现良好D.模型在训练集和测试集上都表现不佳16.在深度学习中，以下哪项不是欠拟合现象？（）A.模型在训练集上表现良好，但在测试集上表现不佳B.模型在训练集上表现不佳，但在测试集上表现良好C.模型在训练集和测试集上都表现良好D.模型在训练集和测试集上都表现不佳17.在深度学习中，以下哪项不是过拟合和欠拟合的解决方法？（）A.增加训练数据B.减少训练数据C.调整模型复杂度D.使用正则化方法18.在深度学习中，以下哪项不是损失函数的优化方法？（）A.梯度下降法B.随机梯度下降法C.梯度提升机D.线性规划19.在深度学习中，以下哪项不是激活函数？（）A.Sigmoid函数B.ReLU函数C.Softmax函数D.线性函数20.在深度学习中，以下哪项不是正则化方法？（）A.L1正则化B.L2正则化C.DropoutD.BatchNormalization二、多项选择题（每题2分，共20分）1.深度学习在以下哪些领域有广泛应用？（）A.图像识别B.自然语言处理C.语音识别D.医学诊断2.以下哪些是深度学习中的网络结构？（）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.线性回归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.梯度下降法B.随机梯度下降法C.梯度提升机D.线性规划5.以下哪些是深度学习中的激活函数？（）A.Sigmoid函数B.ReLU函数C.Softmax函数D.线性函数6.以下哪些是深度学习中的正则化方法？（）A.L1正则化B.L2正则化C.DropoutD.BatchNormalization7.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.数据增强D.数据清洗8.以下哪些是深度学习中的过拟合现象？（）A.模型在训练集上表现良好，但在测试集上表现不佳B.模型在训练集上表现不佳，但在测试集上表现良好C.模型在训练集和测试集上都表现良好D.模型在训练集和测试集上都表现不佳9.以下哪些是深度学习中的欠拟合现象？（）A.模型在训练集上表现良好，但在测试集上表现不佳B.模型在训练集上表现不佳，但在测试集上表现良好C.模型在训练集和测试集上都表现良好D.模型在训练集和测试集上都表现不佳10.以下哪些是深度学习中的过拟合和欠拟合的解决方法？（）A.增加训练数据B.减少训练数据C.调整模型复杂度D.使用正则化方法三、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.卷积神经网络（CNN）是一种深度学习中的网络结构。（）3.交叉熵损失是深度学习中的损失函数之一。（）4.梯度下降法是深度学习中的优化算法之一。（）5.Dropout是深度学习中的正则化方法之一。（）6.数据标准化是深度学习中的数据预处理方法之一。（）7.过拟合是深度学习中的欠拟合现象。（）8.深度学习在图像识别领域有广泛应用。（）9.深度学习在自然语言处理领域有广泛应用。（）10.深度学习在语音识别领域有广泛应用。（）四、名词解释（每题4分，共20分）1.深度学习2.卷积神经网络（CNN）3.交叉熵损失4.梯度下降法5.Dropout五、简答题（每题6分，共18分）1.简述深度学习的原理。2.简述卷积神经网络（CNN）的工作原理。3.简述交叉熵损失在深度学习中的作用。六、案例分析题（1题，满分12分）某公司想开发一款智能图像识别系统，用于识别