2026年人工智能基础与应用深度学习试卷及答案

2026年人工智能基础与应用深度学习试卷及答案一、单项选择题（本大题共20小题，每小题2分，共40分。在每小题给出的四个选项中，只有一项是符合题目要求的）1.在人工智能的发展历程中，哪一年被公认为“深度学习元年”，标志着深度学习在ImageNet图像识别竞赛中取得突破性进展？A.1956B.1986C.2006D.20122.感知机是神经网络的基本组成单元。对于一个单层感知机，它无法解决异或（XOR）问题，其根本原因在于：A.激活函数选择不当B.它是线性模型，无法划分非线性可分数据C.学习率设置过大D.缺乏隐藏层3.在深度神经网络中，为了解决梯度消失或梯度爆炸问题，下列哪项措施不是常用的解决方案？A.使用ReLU激活函数代替Sigmoid或TanhB.引入BatchNormalization（批归一化）C.使用Xavier或He初始化方法D.增大学习率4.下列关于卷积神经网络（CNN）中“池化层”的描述，错误的是：A.池化层可以降低特征图的维度，减少计算量B.最大池化可以提取局部区域的最显著特征C.池化操作包含可学习的参数D.平均池化对背景信息的保留有一定作用5.在循环神经网络（RNN）中，长短期记忆网络（LSTM）通过引入“门控机制”来解决长程依赖问题。以下不属于LSTM门控单元的是：A.遗忘门B.输入门C.输出门D.注意力门6.Transformer模型完全基于注意力机制，摒弃了循环结构。在Transformer的编码器中，多头注意力机制的输出会经过一个前馈神经网络（FFN）。该FFN包含的两个线性变换层之间的激活函数通常是：A.SigmoidB.TanhC.ReLUD.Softmax7.在深度学习优化算法中，Adam优化器结合了动量法和RMSProp算法的特点。下列关于Adam的描述，正确的是：A.Adam对初始学习率非常敏感，通常需要精细调整B.Adam是一阶优化算法，不需要计算二阶导数C.Adam在所有情况下收敛速度都比SGD快D.Adam不会出现学习率衰减过快的问题8.假设输入图像大小为32×32×3（高×宽A.30B.32C.32D.349.在目标检测任务中，YOLO（YouOnlyLookOnce）算法将目标检测问题转化为：A.图像分割问题B.回归问题C.分类问题D.生成对抗问题10.下列哪种正则化方法在训练过程中以概率p随机“丢弃”神经元的输出，以防止模型过拟合？A.L1正则化B.L2正则化C.DropoutD.EarlyStopping11.在生成对抗网络（GAN）中，包含两个互相对抗的网络模型。生成器的目标是：A.最大化判别器的损失B.最小化判别器的损失C.最大化生成数据的真实性D.最小化生成数据的多样性12.在语义分割任务中，为了恢复特征图的分辨率以进行像素级预测，通常使用上采样技术。下列哪项不是常用的上采样方法？A.转置卷积B.双线性插值C.最大池化D.像素shuffle13.深度学习中的迁移学习是指将一个领域训练好的模型应用到另一个领域。在迁移学习中，通常冻结预训练模型的哪部分参数？A.全连接层B.输出层C.底部特征提取层D.所有层14.在评估分类模型性能时，当样本类别极度不平衡（如正样本极少）时，下列哪个指标比准确率更具参考价值？A.Precision（精确率）B.Recall（召回率）C.F1-ScoreD.AUC值15.关于自编码器，下列说法正确的是：A.它是一种有监督学习模型B.它的输出维度必须大于输入维度C.变分自编码器（VAE）学习的是数据的概率分布D.它只能用于图像去噪16.在强化学习中，Q-learning算法旨在学习：A.状态价值函数VB.动作价值函数QC.策略函数πD.环境模型P17.下列关于数据增强的描述，不正确的是：A.数据增强可以扩充训练集规模B.旋转、裁剪、翻转是常用的图像数据增强方法C.数据增强仅适用于图像数据，不适用于文本数据D.Mixup是一种通过混合两张图像和标签来增强数据的方法18.在深度学习框架中，TensorFlow和PyTorch是当前最主流的两个工具。PyTorch的特点是：A.采用静态计算图，部署方便B.采用动态计算图，调试灵活C.不支持GPU加速D.仅支持Windows系统19.残差网络通过引入捷径连接解决了深层网络难以训练的问题。其核心数学表达式为（假设x为输入，F(A.yB.yC.yD.y20.在自然语言处理（NLP）中，Word2Vec是一种常用的词嵌入方法。它不包括以下哪种训练模式？A.CBOW（ContinuousBag-of-Words）B.Skip-gramC.GloVeD.BERT二、多项选择题（本大题共10小题，每小题3分，共30分。在每小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3分，部分选对得1分，有选错得0分）1.下列属于人工智能主要研究分支的有：A.计算机视觉B.自然语言处理C.专家系统D.机器学习2.关于激活函数的作用，下列描述正确的有：A.引入非线性因素，使神经网络能够逼近任意复杂函数B.Sigmoid函数容易导致梯度消失，不适用于深层网络C.ReLU函数在输入为负时导数为0，可能导致神经元“死亡”D.Softmax函数常用于多分类任务的输出层，输出值之和为13.卷积神经网络中的超参数包括：A.卷积核大小B.步长C.填充方式D.权重和偏置4.下列关于深度学习中损失函数的说法，正确的有：A.均方误差（MSE）常用于回归问题B.交叉熵损失常用于分类问题C.HingeLoss主要用于支持向量机（SVM）D.损失函数的值越小，模型性能一定越好5.为了防止过拟合，可以采取的策略有：A.增加网络层数B.获取更多的训练数据C.使用DropoutD.减小模型复杂度6.Transformer模型相比传统的RNN模型，主要优势包括：A.能够并行计算，训练效率高B.能够捕捉更长距离的依赖关系C.模型参数量更小D.不需要位置编码7.在图像风格迁移中，通常需要优化的内容有：A.生成图像的内容特征与内容图像相似B.生成图像的纹理特征与风格图像相似C.生成图像的像素值与风格图像完全一致D.生成图像的分辨率必须高于原图8.下列属于无监督学习算法的有：A.K-Means聚类B.主成分分析（PCA）C.生成对抗网络（GAN）D.逻辑回归9.在深度学习模型训练中，学习率调度策略包括：A.StepDecay（阶梯式衰减）B.ExponentialDecay（指数衰减）C.CosineAnnealing（余弦退火）D.Warm-up（预热）10.关于深度信念网络（DBN），下列说法正确的有：A.DBN由多层受限玻尔兹曼机（RBM）堆叠而成B.DBN是一种生成模型C.DBN只能用于有监督学习D.DBN的训练过程通常包括预训练和微调两个阶段三、填空题（本大题共20空，每空1.5分，共30分）1.神经网络的前向传播过程中，数据从________层流向________层。2.在反向传播算法中，核心思想是利用________法则计算梯度。3.常用的梯度下降优化算法中，________算法在更新参数时考虑了历史梯度的加权平均，具有惯性效应。4.CNN中，若输入图像尺寸为W×W，卷积核大小为K×K，步长为S，填充为P，则输出特征图尺寸为5.LSTM单元中，________门决定了当前时刻的细胞状态要丢弃多少过去的信息。6.Transformer模型中的注意力机制计算公式为Attentio7.在目标检测中，非极大值抑制（NMS）的主要作用是________。8.评估二分类模型时，混淆矩阵中，真正例（TP）表示________，假正例（FP）表示________。9.深度学习中的“端到端”学习是指输入原始数据，直接输出________，中间不需要人工提取特征。10.ResNet的残差块设计使得网络可以很容易地退化到一个________网络，从而保证深层网络的效果至少不浅层网络差。11.在GAN中，如果判别器太强，生成器无法学到有效梯度，这种现象称为________。12.AlphaGoZero结合了________和________的思想，通过自我对弈不断优化策略。13.在图像超分辨率任务中，常用的损失函数除了MSE外，还有________损失，用于生成更清晰的纹理。14.深度学习硬件加速中，________由于其并行计算能力，成为了训练深度模型的标准硬件。15.常用的权重初始化方法中，________初始化适用于ReLU激活函数，它根据输入和输出的节点数来调整方差。16.在自然语言处理中，BERT的全称是________。四、判断题（本大题共10小题，每小题1.5分，共15分。正确的打“√”，错误的打“×”）1.只要增加神经网络的隐藏层数量和神经元数量，模型的测试精度就一定会提高。2.Sigmoid激活函数的输出范围是(0,1)，因此它非常适合作为二分类问题的输出层节点。3.卷积神经网络中的卷积操作与信号处理中的卷积操作在数学定义上是完全一致的。4.RNN由于存在时序依赖，因此在训练时无法像CNN那样进行批处理并行化。5.BatchNormalization不仅可以加速收敛，还有一定的正则化效果。6.所有的深度学习模型都需要大量的标注数据才能训练。7.L1正则化倾向于产生稀疏的权重矩阵，常用于特征选择。8.在Transformer中，位置编码是可学习的参数，与输入词嵌入相加作为最终输入。9.强化学习中的Agent只能通过环境给出的奖励来学习策略，无法知道环境的真实状态转移概率。10.Keras是一个高层神经网络API，它可以运行在TensorFlow、CNTK或Theano之上。五、简答题（本大题共5小题，每小题8分，共40分）1.简述梯度下降法、随机梯度下降法（SGD）和小批量梯度下降法的区别与联系。2.请解释卷积神经网络（CNN）中的局部感受野、权值共享和池化层的作用。3.什么是长程依赖问题？LSTM是如何通过其内部结构解决这一问题的？4.简述注意力机制的基本原理，并说明它为什么能提升模型性能。5.在深度学习模型训练中，如果遇到训练集Loss持续下降但验证集Loss上升的情况，通常意味着什么？请列举至少三种解决措施。六、计算题（本大题共2小题，每小题15分，共30分）1.设有一个简单的两层全连接神经网络用于二分类。输入层有2个节点,，隐藏层有2个节点,，输出层有1个节点y。激活函数均使用Sigmoid函数：σ(损失函数使用均方误差：L=(y已知当前输入样本为x=[1权重和偏置初始化如下：输入层到隐藏层权重=[0.5−0.5隐藏层到输出层权重=[0.4,请完成以下计算：(1)计算隐藏层的净输入和激活输出。(2)计算输出层的净输入和最终预测输出。(3)计算当前样本的损失值L。2.已知输入的一张单通道图像矩阵为I=[使用一个2×2的卷积核K进行“Valid”卷积（即不填充，Padding=0），步长Stride=1。请计算卷积后的输出特征图矩阵。七、综合应用分析题（本大题共2小题，每小题25分，共50分）1.某科技公司希望构建一个智能客服系统，能够自动回答用户通过文本输入的常见问题。系统需要能够理解用户的意图（如“查询余额”、“修改密码”、“投诉建议”）并提取关键实体（如时间、账号、具体金额）。(1)请设计一个基于深度学习的NLP模型架构来实现该需求。你需要说明选择的主要模型结构（如RNN、LSTM、Transformer等），并描述模型的输入和输出形式。(2)在训练阶段，如果发现标注数据非常稀少（只有几百条），你会采用哪些策略来保证模型的训练效果？请详细说明至少三种策略。(3)系统上线后，发现用户经常使用口语化表达或错别字，导致模型识别准确率下降。请分析原因并提出改进方案。2.在自动驾驶场景中，车辆需要通过摄像头实时识别道路上的行人、车辆、交通标志等物体。(1)假设你是一名算法工程师，你会选择哪一类深度学习算法来完成这个任务？请对比FasterR-CNN（两阶段）和YOLO（单阶段）算法在实时性和精度上的权衡，并给出你的选择理由。(2)在实际道路场景中，经常会出现小目标（如远处的行人）和遮挡目标。针对这些难点，请结合特征金字塔网络（FPN）或数据增强技术，说明如何改进模型以提升检测效果。(3)除了检测物体类别和位置外，自动驾驶还需要对车道线进行语义分割。请简述全卷积网络（FCN）或U-Net在进行像素级预测时的核心思想，并说明如何将检测任务和分割任务结合在一个多任务学习框架中。参考答案及详细解析一、单项选择题1.D【解析】2012年，AlexNet在ImageNet竞赛中大幅降低错误率，确立了深度学习在计算机视觉的统治地位。2.B【解析】单层感知机本质上是一个线性分类器，只能在空间中画一条直线（或平面）来划分数据，无法解决非线性可分的XOR问题。3.D【解析】增大学习率通常会导致梯度爆炸或无法收敛，而不是解决梯度消失/爆炸。其他三项均为标准解决方案。4.C【解析】池化层（如最大池化、平均池化）通常是固定操作，没有需要反向传播更新的权重参数。5.D【解析】LSTM包含遗忘门、输入门和输出门。注意力门是Attention机制中的概念，非标准LSTM单元所有。6.C【解析】Transformer中的FFN通常包含两个线性变换，中间使用ReLU激活。7.B【解析】Adam是自适应矩估计优化算法，属于一阶优化算法，利用梯度的一阶矩估计和二阶矩估计动态调整每个参数的学习率。8.B【解析】卷积输出尺寸计算公式：Outp9.B【解析】YOLO将目标检测视为回归问题，直接在图像像素上回归出边界框坐标和类别概率。10.C【解析】Dropout在训练时随机将部分神经元输出置0，防止神经元过度共适应。11.A【解析】生成器希望生成逼真的样本欺骗判别器，即最大化判别器将生成样本判别为“真”的概率（或最小化判别器将其判别为“假”的概率，视损失函数定义而定，本质上是对抗判别器）。12.C【解析】最大池化是下采样操作，用于减小尺寸；上采样通常使用转置卷积或插值。13.C【解析】通常预训练模型的底部提取的是通用特征（如边缘、纹理），适合冻结；顶部特征针对特定任务，通常需要重新训练。14.D【解析】在类别不平衡时，准确率可能具有误导性（全预测负类准确率也很高）。AUC值综合考虑了不同阈值下的分类性能，更稳健。F1-Score也是好的指标，但AUC通常被认为更能全面反映模型排序能力。15.C【解析】VAE引入了变分推断，学习数据的潜在概率分布，从而可以生成新的样本。普通自编码器是无监督的，输出维度通常等于或小于输入（压缩）。16.B【解析】Q-learning学习的是动作价值函数Q(s,a)，即在状态s下采取动作a所能获得的期望累积奖励。17.C【解析】数据增强也适用于文本，如同义词替换、回译、噪声注入等。18.B【解析】PyTorch采用Define-by-Run的动态图机制，调试方便；TensorFlow1.x主要为静态图，2.x引入了动态图。19.B【解析】残差块的公式为y=20.C【解析】GloVe是另一种词向量训练方法，基于全局共现矩阵，不属于Word2Vec的两种训练模式（CBOW和Skip-gram）。二、多项选择题1.ABCD【解析】四者均为AI的核心分支。2.ABCD【解析】全选。激活函数引入非线性；Sigmoid易梯度消失；ReLU有DeadReLU问题；Softmax用于多分类输出。3.ABC【解析】权重和偏置是模型参数，通过学习获得，不是人为设定的超参数。4.ABC【解析】D错误，损失函数值小可能代表过拟合，需结合验证集看泛化能力。5.BCD【解析】增加网络层数通常增加模型复杂度，更容易导致过拟合，而非防止。6.AB【解析】Transformer并行且擅长长距离依赖。C错误，Transformer参数量通常较大；D错误，Transformer必须使用位置编码因为本身没有时序结构。7.AB【解析】风格迁移匹配内容图的内容特征（深层特征）和风格图的纹理特征（Gram矩阵）。不需要像素一致，分辨率也不强制更高。8.ABC【解析】逻辑回归是有监督学习算法。9.ABCD【解析】四者均为常用的学习率调度策略。10.ABD【解析】DBN既可以用于生成，也可以用于分类（有监督微调），C错误。三、填空题1.输入；输出2.链式3.动量（Momentum）4.35.遗忘6.查询；键；值7.去除重叠冗余的检测框，保留最佳框8.预测为正例且实际为正例的样本数；预测为正例但实际为负例的样本数9.最终结果10.恒等映射（或浅层）11.模式崩溃（或梯度消失）12.蒙特卡洛树搜索（MCTS）；深度神经网络13.感知（Perceptual）或对抗14.GPU（图形处理器）15.He（或Kaiming）16.BidirectionalEncoderRepresentationsfromTransformers四、判断题1.×【解析】增加模型复杂度可能导致过拟合，导致测试精度下降。2.√【解析】Sigmoid输出在0-1之间，可表示概率。3.×【解析】深度学习中的卷积通常是互相关，并未翻转核，但在训练中权重可学习，翻转与否等价。4.√【解析】RNN需逐步计算t时刻的状态，难以并行。5.√【解析】BN引入了噪声（由minibatch的统计量引入），类似Dropout的正则化效果。6.×【解析】可以通过自监督学习、半监督学习、迁移学习等方式在少样本下训练。7.√【解析】L1正则化倾向于让权重变为0，产生稀疏解。8.√【解析】Transformer中位置编码与词嵌入相加，可以是固定公式也可以是可学习的。9.√【解析】这是Model-Free强化学习的特点。10.√【解析】Keras的后端可以是TensorFlow、CNTK或Theano。五、简答题1.答：梯度下降法：在每次迭代中，使用所有训练样本计算梯度的平均值，然后更新参数。优点是收敛稳定，易于并行；缺点是数据量大时计算慢，内存占用高。随机梯度下降法（SGD）：每次迭代仅随机选取一个样本来计算梯度并更新参数。优点是计算快，跳出局部最优能力强；缺点是收敛震荡，不稳定。小批量梯度下降法：每次迭代选取一小批（如32、64、128）样本计算平均梯度更新。结合了前两者的优点，既利用了矩阵加速计算，又降低了收敛的方差，是深度学习中最常用的方法。2.答：局部感受野：指卷积层中的每个神经元只与输入图像的一个局部区域相连。这利用了图像数据的空间局部相关性，减少了参数数量。权值共享：指在同一个特征图中，使用相同的卷积核（权重）扫描整张图像。这使得模型对图像中的平移具有不变性，进一步大幅减少了参数。池化层作用：1.降维：减小特征图尺寸，降低计算量和参数数量。2.不变性：引入微小的平移、旋转不变性。3.防止过拟合：去除冗余信息，保留主要特征。3.答：长程依赖问题：在传统RNN中，随着时间步的增加，早期的信息在传递过程中会不断经过矩阵乘法，导致梯度呈指数级衰减（消失）或增长（爆炸），使得网络无法学习到距离当前时刻较远的信息依赖。LSTM的解决方案：LSTM引入了细胞状态（）作为“传送带”，贯穿整个时间链。通过三个门控单元：1.遗忘门：决定丢弃哪些旧信息。2.输入门：决定将哪些新信息存入细胞状态。3.输出门：基于细胞状态决定输出什么。这种设计允许梯度在细胞状态上几乎无损地传播（导数接近1），从而有效解决了长程依赖问题。4.答：基本原理：注意力机制通过计算查询向量和一组键值对向量之间的相关性（注意力权重），动态地决定在生成输出时应该关注输入序列的哪些部分。公式通常为：At提升性能原因：1.聚焦重点：模型可以自动学会忽略无关信息，聚焦于对当前任务最重要的输入部分（如翻译时的对齐词）。2.解决长距离依赖：无论序列多长，任意两个位置之间的距离都是一步（直接计算注意力权重），克服了RNN的序列限制。3.可解释性：注意力权重可以在一定程度上解释模型的决策依据。5.答：含义：这是典型的过拟合现象。模型在训练数据上学得很好，甚至记住了噪声，但在未见过的验证数据上泛化能力差。解决措施：1.数据增强：增加训练数据的多样性，如旋转、裁剪、加噪等。2.正则化：引入L1/L2正则化或Dropout层，限制模型复杂度。3.早停法：在验证集Loss不再下降时停止训练。4.减小模型规模：减少网络层数或神经元数量。5.交叉验证：更充分地利用数据评估模型性能。六、计算题1.解：(1)计算隐藏层：输入x=净输入===所以=[激活输出===所以≈[(2)计算输出层：净输入===预测输出==(3)计算损失：LL2.解：输入图像I大小3×4，卷积核K大小输出特征图的高度=3输出特征图的宽度=4输出矩阵大小为2×计算过程：位置(0,0):1位置(0,1):2位置(0,2):3位置(1,0):4位置(1,1):5位置(1,2):6输出特征图为：[23七、综合应用分析题1.答：(1)模型架构设计：我会选择基于BERT（BidirectionalEncoderRepresentationsfromTransformers）的预训练模型进行微调。输入：用户的文本句子。经过Tokenizer分词，加入[CLS]和[SEP]标记，转化为TokenID向量。结构：使用BERT作为特征提取器。在BERT输出层之上接两个全连接层（或多头结构）：意图识别头：以[CLS]位置的输出向量作为输入，接Softmax分类器，输出意图类别概率（如查询余额、修改密码等）。槽位填充（实体抽取）头：以每个Token的输出向量作为输入，接CRF（条件随机场）或逐Token分类器，进行序列标注（如BIO标注法），识别出“时间”、“账号”等实体。损失函数：总损失=意图分类交叉熵损失+实体识别交叉熵损失。(2)少样本学习策略：1.迁移学习：使用在大规模通用语料（如维基百科、中文语料）上预训练好的BERT模型，利用其强大的通用语义理解能力，仅在少量特定客服数据上进行微调。2.数据增强：对现有的几百条数据进行同义词替换、回译（翻译成英文再翻回中文）、随机插入/删除等操作，扩充训练集。3.Few-shotLearning/PromptLearning：将任务转化为预训练任务的形式，通过设计Prompt模板，让模型利用预训练学到的知识直接进行预测，减少对大量标注数据的依赖。(3)口语化与错别字改进方案：原因：训练数据通常是书面语，模型泛化能力不足，无法映射口语/错别字到标准语义。改进方案：1.文本纠错预处理：在输入模型前，增加一个基于序列到序