人工智能复习题+答案

人工智能复习题+答案1、网络训练时，常会遇到很多问题，对于梯度消失问题，我们可以通过选择使用以下哪种函数减轻该问题?A、Relu函数B、Sigmoid函数C、tanh函数D、Softsign函数答案：A2、随机试验所有可能出现的结果，称为（）A、基本事件B、样本C、全部事件D、样本空间答案：D3、假定你在神经网络中的隐藏层中使用激活函数X。在特定神经元给定任意输入，你会得到输出-0.01。X可能是以下哪一个激活函数？（）A、ReLUB、tanhC、SigmoidD、以上都有可能答案：B4、机器学习中L1正则化和L2正则化的区别是？（）A、使用L1可以得到稀疏的权值，使用L2可以得到平滑的权值B、使用L1可以得到平滑的权值，使用L2可以得到平滑的权值C、使用L1可以得到平滑的权值，使用L2可以得到稀疏的权值D、使用L1可以得到稀疏的权值，使用L2可以得到稀疏的权值答案：A5、下列哪个语句在Python中是不合法的（）A、x=y=z=1B、x=y=z+1C、x,y=y,xD、x+=y答案：B6、表达式3|5的值为_____。A、3B、7C、5D、$1答案：B7、关于常用评分函数描述错误的为(___)A、基于信息论准则；B、学习问题看做为数据压缩任务；C、学习目标为以最短编码长度描述训练数据模型；D、编码位数仅为自身所需的编码位数；答案：D8、ROIPooling在那个模型中被第一次提出（）A、fast-rcnnB、faster-rcnnC、mask-rcnnD、rcnn答案：A9、numpy中产生全1的矩阵使用的方法是A、zerosB、onesC、emptyD、arange答案：B10、数据清洗的方法不包括（）A、缺失值处理B、噪声数据清除C、一致性检查D、重复数据记录处理答案：D11、（）是指在各个领域都比人类要强的人工智能。A、超人工智能B、强人工智能C、弱人工智能D、人工智能答案：A12、下面哪个/些超参数的增加可能会造成随机森林数据过拟合？1树的数量2树的深度3学习速率A、只有1B、只有2C、只有3D、都正确答案：B13、关于专用人工智能与通用人工智能，下列表述不当地是()。A、人工智能地近期进展主要集中在专用智能领域B、专用人工智能形成了人工智能领域地单点突破，在局部智能水平地单项测试中可以超越人类智能C、通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题D、真正意义上完备地人工智能系统应该是一个专用地智能系统答案：D14、操作系统主要是对计算机系统的全部()进行管理，以方便用户、提高计算机使用效率的一种系统软件。A、应用软件B、系统软硬件C、资源D、设备答案：C15、HUAWEIHiAI平台中的人脸检测是属于哪个模块?A、HiAIEngineB、HiAIFrameworkC、HiAIFoundationD、HiAIService答案：A16、梯度下降算法的正确步骤是什么？a.计算预测值和真实值之间的误差b.重复迭代，直至得到网络权重的最佳值c.把输入传入网络，得到输出值d.用随机值初始化权重和偏差e.对每一个产生误差的神经元，调整相应的（权重）值以减小误差（）A、abcdeB、edcbaC、cbaedD、dcaeb答案：D17、以下说法正确的是()A、神经网络可以用于多分类问题B、决策树只能用于二分类问题C、监督学习与无监督学习的主要区别是，监督学习的训练样本无标签D、分类任务的评价指标精确率和准确率是同一个概念答案：A18、以下不是点估计中统计量标准的是()A、无偏性B、一致的C、有效的D、随机性答案：D19、随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将呈（）下降，最终趋向于零A、指数级B、对数级C、线性级D、平方级答案：A20、以下哪个不是语音识别技术的应用场景（)A、入侵检测B、语音合成C、语音翻译D、智能客服答案：A21、可以对Pytorch框架进行网络结构等数据可视化的工具是A、VisdomB、FlaskC、VueD、以上选项均不正确答案：A22、程序设计过程中的三要素是（）A、算法、数据结构和程序设计方法学B、数据、算法和数据结构C、输入、操作处理和输出D、数据、数据结构和处理答案：A23、下列数据类型中，不支持分片操作的是（）。A、字符串B、列表C、字典D、元组答案：C24、过拟合会出现高（）问题A、标准差B、方差C、偏差D、平方差答案：B25、物联网为人工智能的（）提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。A、应用层B、感知层C、数据层D、以上都是答案：B26、()的本质是一种逼近离散值目标函数的过程。A、基于实例学习B、概念学习C、决策树学习D、人工神经网络学习答案：C27、下列哪项不是构建知识图谱用到的主要技术（）A、词性标注B、实体链接C、关系抽取D、命名实体识别答案：A28、关于贝叶斯网的学习描述错误的为(___)A、贝叶斯的学习过程为对训练样本计数；B、估计出每个结点的条件概率；C、网络结构为已知；D、评分搜索为求解的常用办法；答案：C29、从数1，2，3，4中任取一个数，记为X，再从1，2，…，X中任取一个数，记为Y，则P{Y=2}=______A、11/48B、1212122022年1月4日C、13/48D、1212122022年7月24日答案：C30、人脸检测服务在测试图像中没有人脸时会报错。A、TRUEB、FALSE答案：B31、K折法是下列哪个函数？A、RepeatedKFoldB、KFoldC、LeaveOneOut答案：B32、下列选项中，是合页损失函数的是（）。A、expyfxB、1-yfx]_+C、log1+exp-yfxD、exp-yfx答案：B33、有关一般卷积神经网络的组成，下面哪种说法是正确的？A、卷积神经网络的层次结构依次是由输入层、卷积层、激活层、池化层和全连接层组成。B、卷积神经网络的层次结构依次是由输入层、激活层、卷积层、池化层和全连接层组成。C、卷积神经网络的层次结构依次是由输入层、卷积层、池化层、激活层和全连接层组成。D、卷积神经网络的层次结构依次是由输入层、池化层、卷积层、激活层和全连接层组成。答案：A34、在统计语言模型中，通常以概率的形式描述任意语句的可能性，利用最大相似度估计进行度量，对于一些低频词，无论如何扩大训练数据，出现的频度仍然很低，下列哪种方法可以解决这一问题A、一元切分B、一元文法C、数据平滑D、N元文法答案：C35、掷2n+1次硬币，正面向上次数多于反面向上次数的概率是（）。A、0.5B、n/2n+1C、n-1/2n+1D、n+1/2n+1答案：A36、数据分析与数据可视化密不可分，在python中，哪个是常用数据可视化工具。A、pytorchB、numpyC、pyechartsD、json答案：C37、剪枝方法和程度对决策树泛化性能的影响相当显著，有实验研究表明，在数据带有噪声时通过剪枝甚至可将决策树的泛化性能提高()。A、0.2B、0.25C、30%D、$0.35答案：B38、一张RGB彩色图片存储在计算机中通常不含以下哪一项：A、黄色通道B、蓝色通道C、绿色通道D、红色通道答案：A39、特征是描述样本的特性的维度，关于其在传统机器学习和深度学习的可解释性，以下说法正确的是:A、特征在传统机器学习可解释性强，而在深度学习可解释性弱B、特征在传统机器学习可解释性弱，而在深度学习可解释性强C、特征在传统机器学习和深度学习可解释性均弱D、特征在传统机器学习和深度学习可解释性均强答案：A40、以下关于降维，表述错误的是：（）A、降维过程中可以保留原始数据的所有信息。B、多维缩放的目标是要保证降维后样本之间的距离不变。C、线性降维方法目标是要保证降维到的超平面能更好的表示原始数据。D、核线性降维方法目标是通过核函数和核方法来避免采样空间投影到高维空间再降维之后的低维结构丢失。答案：A41、对于神经网络的说法,下面正确的是（）A、增加神经网络层数,可能会增加测试数据集的分类错误率B、减少神经网络层数,总是能减小测试数据集的分类错误率C、增加神经网络层数,总是能减小训练数据集的分类错误率D、1、2都对答案：A42、由于变量在使用之前不需要类型声明而且不允许隐式类型转换,因此python是一门()、()的语言A、静态弱类型B、动态弱类型C、动态强类型D、静态强类型答案：C43、在不考虑标记样本时，支持向量机试图找到(___)间隔划分超平面A、最大B、最小C、最长D、最短答案：A44、（）算法是一种最有影响的挖掘关联规则频繁项目集的算法A、FP-growthB、EClatC、聚类D、Apdori答案：D45、多分类学习中，最经典的三种拆分策略不包括（）A、一对一B、一对其余C、一对多D、多对多答案：C46、下列神经网络特点描述错误的是(___)A、适应性B、由简单单元组成C、广泛并行互连的网络D、线性特性答案：D47、池化层一般接在哪种网络层之后A、输入层B、输出层C、卷积层D、全连接层答案：C48、深度学习中神经网络类型很多，以下神经网络信息是单向传播的是:A、LSTMB、卷积神经网络C、循环神经网络D、GRU答案：B49、从全称判断推导出特称判断或单称判断的过程，即由一般性知识推出适合于某一具体情况的结论的推理是A、默认推理B、归结推理C、演绎推理D、单调推理答案：C50、图像识别任务可以分为三个层次，根据处理内容的抽象性，从低到高依次为A、图像分析，图像处理，图像理解B、图像分析，图像理解，图像处理C、图像处理，图像分析，图像理解D、图像理解，图像分析，图像处理答案：C51、预测分析过程包括：数据的准备、预测模型开发、模型验收和评估、使用PMML实现大数据预测的有效部署。（）是指对数据的采集和整理A、数据的准备B、预测模型开发C、模型验收D、评估答案：A52、下面哪一项不属于卷积神经网络结构A、LeNetB、ResNetC、VGGNetD、RNN答案：D53、机器学习的算法中，以下哪个不是无监督学习?A、GMMB、XgboostC、聚类D、关联规则答案：B54、关于聚类说法错误的是（）A、在无监督学习任务中，研究最多、应用最广的是聚类B、聚类可作为一个单独过程，用于找寻数据内在的分布结构，但不能作为其他学习任务的前驱过程C、聚类分析的目标是组内的对象之间是相似的，不同组中的对象是不同的D、组内的相似性越大，组间差别越大，聚类就越好答案：B55、早期图像识别技术中存在的主要问题是（）。A、全局特征丢掉了图像细节B、提取不到主要特征C、存储效率低下D、太多的错误匹配答案：A56、如果在内存中采用链式保存线性表，则元素之间的逻辑关系通过（）A、元素在内存中的相对位置表示逻辑次序B、保存在元素中的指针表示先后次序C、设立单独的区域存储元素之间的逻辑次序D、元素本身的关键字来表示逻辑次序答案：B57、在IBMSPSS中，将评判准则和评判方法抽象为数学计算方法，就是()的内容。A、数据挖掘B、统计分析C、数理统计D、优化技术答案：D58、CascadeRCNN中使用了（）个BBOXHead完成目标检测A、1B、2C、3D、$4答案：C59、范数是将向量映射到（）的函数。A、正值B、负值C、非负值D、非正值答案：C60、决策树的生成是一个(___)过程。A、聚类B、回归C、递归D、KNN答案：C61、无法适应业务发展要求或应当废止的数据资产标准，应及时()。A、停用B、新增C、变更D、停用和退出答案：D62、将训练集随机等分为k份,选择其中的1份为测试集,另外k-1份作为训练集进行训练,进而可以进行k次训练和测试,最后返回这k个测试结果的均值，这种评估模型的方法叫做(____)。A、留一交叉验证B、留出法C、自助法D、k折交叉验证答案：D63、下列不属于人工智能学派的是A、符号主义B、行为主义C、机会主义D、连接主义答案：C64、欠拟合通常是由于(___)而造成的。A、权值学习迭代次数足够多B、学习能力低下C、训练集过多模型复杂D、数据有噪声答案：B65、在训练集上每学到一条规则，就将该规则覆盖的训练样例去除，然后以剩下的训练样例组成训练集重复上述过程的方法称为(___)A、缺省规则B、序贯覆盖C、不放回学习D、一阶规则答案：B66、以下关于集成的描述，错误的是(___)。A、集成学习通过构建并结合多个学习器来完成学习任务，也称为多分类器系统、基于委员会的学习等B、集成中只包含同种类型的个体学习器，如“决策树集成”，“神经网络集成”等，这样的集成是“同质”的C、集成中同时包含多种类型的个体学习器，这样的集成是“异质”的，异质集成的个体学习器一般称为基学习器D、随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将指数级下降，最终趋向于零答案：C67、留出法直接将数据集划分为()个互斥的集合A、一B、二C、三D、四答案：B68、(___)是在一个数据集上对多个算法进行比较。A、t检验B、交叉验证t检验C、Friedman检验D、McNemar检验答案：C69、留出法直接将数据集划分为(___)个互斥的集合。A、一B、二C、三D、四答案：B70、清华大学首次提出“类脑计算完备性”概念以及软硬件去耦合的类脑计算系统层次结构，通过（）与（）证明该类系统的硬件完备性与编译可行性。A、理论论证、原型实践B、假设检验、逻辑推理C、模式识别、在线验证D、行为校验、合理分析答案：A71、下列哪个if语句是正确的？A、ifa>=22:&B、&ifa>=22&C、&ifa=>22&D、&ifa>=22）答案：A72、2018年“全球十大突破性技术”，对抗性神经网络简称为（）A、GANB、LSTMC、CNND、GRU答案：A73、电力专用纵向加密认证装置是嵌入式设备，主要模块包括非Intel指令CPU、千/百兆网络接口、双电源模块、（）等等A、GPS芯片B、GPRS芯片C、电力专用加密算法芯片D、天线答案：C74、对于一个图像识别问题，下面哪种神经网络可以更好地解决这个问题？（）A、循环神经网络B、自动编码机C、多层感知机D、卷积神经网络答案：D75、半监督学习包括。A、主动学习B、回归学习C、聚类学习D、直推学习答案：D76、前馈型神经网络的中各个层之间是()的,反馈型神经网络中各个层之间是()的。A、有环B、有环C、有环D、无环E、无环F、有环答案：C77、视觉编码的前提是分析并了解目标用户的，尽量降低目标用户的A、视觉感知特征；感知障碍B、视觉感知特征；感知时间C、视觉感知习惯；感知障碍D、视觉感知习惯；感知时间答案：A78、在自动驾驶中,AI需要不断地通过路面信息来调整开车的决策，这种处理模式适合用()来训练出合理的策略。A、监督学习B、非监督学习C、强化学习D、弱化学习答案：C79、一组数据相加后除以数据个数得到的值叫做()。A、最大值B、平均值C、中位数D、众数答案：B80、循环神经网络优势在于（）A、对序列的每个元素进行相同的计算，输出取决于之前的数据状态B、对序列的每个元素进行不同的计算，输出取决于之后的数据状态C、对序列的每个元素进行相同的计算，输出取决于之后的数据状态D、以上都不对答案：A81、linux操作系统中，文件权限-rwxr-xr-x,对文件拥有者而言,具有（）权限。A、可读,可写入,可执行B、可读C、可读,可执行D、可写入答案：A82、Kvps={‘1’:1,’2’:2}theCopy=kvpskvps[‘1’]=5sum=kvps[‘1’]+theCopy[‘1’]Printsum上述代码的结果是A、1B、2C、10D、$7答案：C83、表达式3andnot5的值为_______。A、FALSEB、3C、TRUED、$2答案：A84、关于Boltzmann描述错误的是(___)A、基于能量的模型；B、优化目标函数为最小化能力函数；C、分为显层和隐层；D、神经元都是数值型；答案：D85、下列哪一项属于特征学习算法（representationlearningalgorithm）？（）A、K近邻算法B、随机森林C、神经网络D、都不属于答案：C86、语音是一种典型的（）数据。A、无结构无序列B、有结构序列C、无结构序列D、有结构无序列答案：C87、考虑以下问题：假设我们有一个5层的神经网络，这个神经网络在使用一个4GB显存显卡时需要花费3个小时来完成训练。而在测试过程中，单个数据需要花费2秒的时间。如果我们现在把架构变换一下，当评分是0.2和0.3时，分别在第2层和第4层添加Dropout，那么新架构的测试所用时间会变为多少？A、少于2sB、大于2sC、仍是2sD、说不准答案：C88、下列朴素贝叶斯估计描述错误的是A、采用属性条件独立性假设B、假设属性之间相互独立C、为了避免条件概率是所以属性上的联合概率D、假设属性之间是相关的答案：D89、关于线性回归的描述,以下说法正确的有（）A、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布B、基本假设包括随机干扰项是均值为0的同方差正态分布C、多重共线性会使得参数估计值方差减小D