2026年人工智能计算试题及答案

2026年人工智能计算试题及答案一、单项选择题（每题2分，共10小题，20分）1.在梯度下降优化中，学习率设置过大的主要后果是（）A.收敛速度过慢B.损失函数持续下降C.参数更新在最优值附近震荡甚至发散D.梯度计算时间增加答案：C解析：学习率过大时，参数更新跨度过大，容易越过最优点并在附近震荡，甚至导致损失发散。学习率过小才会使收敛速度过慢。2.卷积层的输出特征图尺寸计算公式为W−K+2PS+1。若输入尺寸A.30B.31C.32D.33答案：C解析：代入公式，32−3.下列激活函数中，在负半轴输出恒为0、正半轴输出与输入相等的是（）A.SigmoidB.TanhC.ReLUD.Softmax答案：C解析：ReLU定义为ReLU4.在Transformer的多头自注意力中，将Q与K的点积除以dkA.提高计算速度B.稳定梯度，防止点积结果过大进入Softmax饱和区C.增加模型参数量D.替代位置编码答案：B解析：当向量维度dk较大时，点积结果方差随之增大，Softmax可能进入梯度极小区域。除以d5.矩阵乘法C=AB，其中AA.mB.mC.mD.m答案：B解析：输出矩阵有mp个元素，每个输出元素需做n次乘法，故总乘法次数为m6.在深度学习中，将FP32模型量化到INT8后，通常带来的好处是（）A.精度必然提升B.模型体积减小，推理速度加快C.训练时间一定缩短D.不再需要GPU加速答案：B解析：INT8占用位数少，可降低存储和内存带宽需求；在支持整数加速的硬件上推理速度更快，但精度可能略有下降。7.设一批数据形状为(NA.只在N维B.只在C维C.在每个通道上，对N、H、W维联合计算均值和方差D.对N、C维联合计算答案：C解析：BatchNormalization对每个通道独立计算一个mini-batch内所有样本、所有空间位置的均值与方差。8.交叉熵损失函数通常用于下列哪种任务？（）A.回归任务B.多分类任务C.数据增强D.特征降维答案：B9.反向传播算法中计算梯度所使用的核心法则是（）A.牛顿-莱布尼茨公式B.链式法则C.贝叶斯公式D.洛必达法则答案：B10.将一个大模型按层切分到多张GPU卡上分别承担不同层的计算，这种并行策略属于（）A.数据并行B.模型并行C.混合精度训练D.梯度累积答案：B解析：按层切分模型属于模型并行的一种。每个设备只持有模型的一部分参数，用于解决单卡显存放不下完整模型的问题。二、判断题（每题2分，共5小题，10分）1.使用GPU训练深度网络的性能总是优于CPU。答案：错误解析：GPU在大规模矩阵并行计算上具有优势，但在小模型、低批量或强串行任务上不一定优于CPU。2.ReLU激活函数在输入为负时梯度为0，因此可能导致部分神经元永久失活。答案：正确3.在二维卷积中，输出特征图的通道数等于卷积核的数量。答案：正确4.Dropout在训练阶段和测试阶段的活跃行为完全一致。答案：错误解析：训练时Dropout随机丢弃部分神经元；测试时通常保留全部神经元，并对权重或输出进行缩放以保证期望一致。5.Softmax函数的输出可以解释为一个概率分布。答案：正确三、填空题（每题2分，共5小题，10分）1.卷积层输出尺寸公式中，若输入尺寸为W，卷积核尺寸为K，填充为P，步幅为S，则输出尺寸为______。答案：W2.常用自适应学习率优化算法有Adagrad、RMSprop和______等。答案：Adam3.Transformer中使用______来为模型提供序列中token的位置信息。答案：位置编码（PositionalEncoding）4.在梯度下降中，一次使用全部训练样本计算梯度的方式称为______梯度下降。答案：批量（Batch）5.将深度模型中的权重从浮点数转换为低位宽整数以压缩模型的过程称为______。答案：量化（Quantization）四、简答题（每题5分，共4小题，20分）1.简述梯度消失产生的原因，并列举两种常用的缓解方法。答案：梯度消失指深层网络在反向传播过程中，梯度随层数增加而逐层衰减至接近0，使浅层参数难以更新。主要原因是链式法则中多个小于1的导数项连乘，例如Sigmoid导数最大仅为0.25，深层累乘后梯度指数级衰减。常用缓解方法：•使用导数不为0或恒为1的激活函数，如ReLU；•使用BatchNormalization稳定各层输入分布；•引入残差连接，为梯度提供跨层直通路径；•采用合理的初始化方法或预训练策略。2.什么是感受野？增大感受野的常见方法有哪些？答案：感受野指卷积神经网络某一层输出特征图上的一个像素点，对应到输入图像上所能看到的区域大小。增大感受野的常见方法：•增大卷积核尺寸；•增大卷积步幅；•加入池化或下采样操作；•增加网络深度，连续堆叠小卷积核；•使用空洞卷积。3.简述数据并行与模型并行的区别。答案：数据并行将训练数据划分成多份，每个设备持有完整的模型副本，分别计算梯度后通过梯度同步更新参数，适用于模型可放入单卡显存而数据量较大的场景；模型并行则将模型切分到多个设备上，每个设备只负责模型的一部分计算，前向和反向传播时在设备间传递中间结果，适用于单个设备放不下整个模型的场景。4.写出Adam优化器参数更新的基本步骤。答案：设第t步的梯度为gt，学习率为η，一阶矩和二阶矩的指数衰减率分别为β1、β2，初始化m•更新有偏一阶矩估计：mt•更新有偏二阶矩估计：vt•偏差校正：mt=m•参数更新：θt+1五、计算题（每题10分，共4小题，40分）1.设有一个两层小网络。输入向量x=(1)}=\begin{bmatrix}1&-1\\2&0\end{bmatrix}$，偏置$\mathbf{b}^{(1)}=[0,1]^\top$，激活函数为ReLU；第二层权重向量$\mathbf{w}^{(2)}=[1,1]^\top$，偏置$b^{(2)}=-1$，最后经过Sigmoid函数输出。请计算该网络的最终输出值（保留两位小数）。答案：第一层线性输出：z经ReLU激活：a第二层线性输出：zSigmoid输出：σ解析：按网络层顺序依次进行线性变换、激活和输出计算。注意ReLU将负数置为0，最后代入Sigmoid得到概率化输出。2.给定输入特征图X和卷积核K，步幅S=1，填充X答案：输出尺寸为(42解析：将卷积核在输入特征图上按步幅滑动，在每个位置与对应窗口逐元素相乘后求和。例如左上角窗口12013.设损失函数L(w)=1（1）用梯度下降法更新一步，求w1（2）再更新一步，求w2答案：损失函数对w的导数为：d在w0=0w在w1=0.3w解析：由于最优解为w*=3，参数从w4.已知一个二维卷积层，输入通道数Cin=3，输出通道数Cout=64（1）该层包含多少个可训练参数？（2）处理一个样本时，该层的浮点运算次数（FLOPs，乘法和加法各记为一次）是多