人工智能自然语言技术N2考试复习题库（汇总）

PAGEPAGE1人工智能自然语言技术N2考试复习题库（汇总）一、单选题1.relu函数的作用是可以将小于（）的数输出为0A、-1B、0C、1D、x答案：B2.神经网络一般包括输入层、隐藏层和输出层，Batch归一化操作用于网络的什么层？A、输出层B、输入层C、无法在隐藏层起作用D、用于输入层，甚至深度隐藏层的归一化过程答案：D3.常用的激活函数，修正线性单元指的是以下哪个选项？A、sigmoidB、tanhC、reluD、leakyrelu答案：C4.以下哪个不属于LSTM的“门”A、遗忘门B、输入门C、输出门D、更新门答案：D5.Pytorch为机器学习和（）提供了方便灵活的接口A、机器学习B、算法重构C、NPLD、深度学习答案：D6.sigmoid求导之后的取值范围是多少？A、(0,0.1]B、(0,0.2]C、(0,0.25]D、(0,0.5]答案：C7.在使用TensorFlow中，下面哪个函数可以打印某点值A、A=tf.run()B、A=S.valueC、A=S.eval()D、tf.assign()答案：A8.tf.mul()函数对Tensor的作用是什么A、相减B、相除C、相乘D、相加答案：C9.反向传播过程中传递的参数是什么？A、学习率B、迭代次数C、误差D、网络层数答案：C10.以下的四个选项当中，哪个选项的算法指的是有监督的学习方式A、聚类B、降维C、回归算法D、PCA答案：C11.以下哪个激活函数是对Relu的改进A、tanhB、sigmoidC、softmaxD、leaky-Relu答案：D12.神经网络中经常使用到激活函数，下面关于激活函数的说法是正确的？A、神经网络中最好的激活函数是sigmoidB、激活函数有正则化作用C、dropout是CNN中的激活函数D、神经元输出后需要给定一个激活函数答案：D13.LDA这个模型是在哪一年提出的？A、2000B、2001C、2002D、2003答案：D14.以下四个选项中，哪个选项的缩写是RNNA、卷积神经网络B、标准神经网络C、循环神经网络D、自注意力机制答案：C15.在进行神经网络建模时，需要对目标数据进行怎样的操作A、度量化B、抽象化C、具体化D、理想化答案：A16.在模型构建前期，对数据进行划分，正常的将数据集进行切分为三个集合，下面哪个不被包含？A、确认集B、测试集C、验证集D、训练集答案：A17.LDA模型可以做什么事情A、将文档集中每篇文档的主题以概率分布的形式给出，从而通过分析一些文档抽取出它们的主题（分布）出来后，便可以根据主题（分布）进行主题聚类或文本分类B、可以找出来最优的分类超平面C、可以找到因变量和自变量之间的一次关系D、不确定答案：A18.sigmoid可以把值映射到0,1之间，对于二分类问题，一会把下sigmoid的阈值会设为多少A、0.5B、0.1C、1D、0答案：A19.tf开始执行每个变量里的初始化操作的函数是哪个A、variables_initializer()B、global_variables_initializer()C、sess.runD、global_initializer()答案：B20.tanh的输出范围是多少A、[0,1]B、[-1,1]C、[-1,0]D、[-0.5,0.5]答案：B21.下面哪个对batch归一化的解释不正确？A、使参数搜索问题变得容易B、使神经网络对超参数的选择更加稳定C、超参数的范围更加庞大D、仅作用于输入层答案：D22.BP算法是人工智能的里程碑，具体这个算法能起到什么作用A、最大化实际输出与训练集的误差率B、最小化实际输出与训练集的误差率C、均值化实际输出与训练集的误差率D、范数化实际输出与训练集的误差率答案：B23.造成RNN梯度消失与下面哪个因素有关A、激活函数求导B、学习率C、批处理数D、网络层数答案：A24.tf.abs对张量做什么操作A、求绝对值B、相减C、相除D、相加答案：A25.常用的操作Batch归一化的作用，和下列描述的哪个操作一样？A、reluB、dropoutC、sigmoidD、tanh答案：B26.CNN网络包含如下哪个概念A、视野域B、循环结构C、梯度消失D、以上都不包含答案：A27.tf.subtract的返回值是什么类型的数据A、范数B、数组C、矢量D、Tensor答案：D28.下列选项中关于Batch归一化的描述，描述错误的是哪个？A、使参数搜索问题变得容易B、使神经网络对超参数的选择更加稳定C、超参数的范围更加庞大D、仅作用于输入层答案：D29.tf.matmul()方法的作用是什么A、相与B、乘积C、相除D、相加答案：B30.哪个网络结构常用于人脸识别A、LeNET5B、（CNN:AlexNet）C、VGGD、ResNet答案：B31.关于在训练模型，选择超参数的过程中的随机取值指的是？A、随机选择标尺取值B、随机取值就是有效范围内随机均匀取值C、选择合适的标尺进行取值D、随机的进行均匀的取值答案：C32.下列四个选项中，哪个选项指的是mini-batchA、小批量梯度下降B、随机梯度下降C、批量梯度下降D、小批量损失计算答案：A33.以下四个人物中，哪个被誉为人工智能之父A、图灵B、冯-诺依曼C、维纳D、牛顿答案：A34.下面哪个尺寸一般被用于设置batch_size大小A、125B、126C、127D、128答案：D35.常用的激活函数relu，下列对该激活函数描述正确的是？A、引用了无效的单元格地址B、过滤无效神经元C、不是激发函数D、将正数保留，将负数置0答案：D36.以下描述，说的是下列选项中哪个激活函数？描述：输入信号<0时，输出都是0，输入信号>0的情况下，输出等于输入A、Sigmoid函数B、tanh函数C、ReLUD、cosh答案：C37.迁移学习说的是下面哪个网络？A、RNNB、CNNC、NLPD、TransferLearning答案：D38.tf.add函数是对两个tensor做什么运算？A、维度转化B、相加C、相减D、相乘答案：B39.当使用withtf.Session()创建的会话时，在关闭时的同事（）释放资源A、自动B、手动C、不能D、无法答案：A40.以下哪个不属于长短期记忆网络A、输入门B、输出门C、更新门D、遗忘门答案：C41.神经网络中常用的dropout函数，下列选项中关于它的描述正确的是？A、属于正则处理B、一个激活函数C、用于分割数据集D、用于将数据样本多样化答案：A42.神经网络反向传播传播的是什么？A、学习率B、迭代次数C、误差D、网络层数答案：C43.NLP中的核心和最重要网络是哪个？A、CNNB、NNC、RNND、SVM答案：C44.以下哪个激活函数用来处理二分类任务A、tanhB、LeakyReluC、sigmoidD、relu答案：C45.实际工程问题中，需要根据业务和需求，构建相应的（）?A、架构B、数学模型C、流程图D、数据集答案：B46.一下哪个网络是NLP中用的最多的A、ANNB、CNNC、RNND、DNN答案：C47.对LSTM的作用描述正确的是A、增大文本数量B、简化文本C、特征提取D、文本分类答案：C48.下面哪个与过拟合问题有关？A、DorpoutB、正则化C、批规范化D、以上技术均可以答案：D49.动量梯度法，是通过学习率和什么控制的，下列说法正确的是？A、指数加权平均数B、局部平均值C、全局平局值D、方差答案：A50.计算TensorFlow以硬件平台通常分为哪些版本A、CPU，GPU，TPUB、CPU，GPUC、CPUD、TPU答案：A51.对于选择超参数，选择了不同的取值，不可以_____?A、选择对训练集目标而言的最优解B、对于开发集而言的最优解C、超参搜索过程中最想优化的东西D、简化参数调试答案：D52.像个性化推荐，机器创作等这类任务，用到了以下哪个内容A、深度学习B、GANC、自编码D、迁移学习答案：A53.以下选项中关于sigmoid求导之后的值域描述正确的是？A、(0,0.1]B、(0,0.2]C、(0,0.25]D、(0,0.5]答案：C54.LDA模型的隐变量Z是A、每个词对应的主题B、每篇文档对应的主题C、每段话对应的主题D、每个词组对应的主题答案：A55.tf.concat的作用？A、相加B、两个张量拼接C、相减D、求绝对值答案：B56.下面哪个网络常用于NLP任务中A、ANNB、CNNC、RNND、XNN答案：C57.RNN的意思是什么A、全连接网络B、卷积神经网络C、循环神经网络D、感知机网络答案：C58.以下几个选项中跟LDA最为接近的模型是？A、pLSAB、线性回归C、逻辑回归D、岭回归答案：A59.循环神经网络RNN的作用描述正确的是A、增大文本数量B、简化文本C、特征提取D、文本分类答案：C60.如何对比矩阵是否相等A、c=tf.greater(a,b)B、a=tf.subtract(a,b)C、b=tf.equal(a,b)D、d=tf.matmul(a,b)答案：C61.使用的TensorFlow中的一个方法进行数据的计算tf.subtract，最终会返回什么类型的数据A、TensorB、数组C、矢量D、范数答案：A62.什么样的神经网络模型被称为深度学习模型？A、加入更多层，使神经网络的深度增加B、有维度更高的数据C、当这是一个图形识别的问题时D、以上都不正确答案：A63.在pLSA的基础上加入了什么框架就可以变成LDAA、XGBoostB、LightGBMC、贝叶斯D、随机森林答案：C64.learning_rate用于网络的什么作用A、调整学习率B、批处理C、dropoutD、过拟合答案：A65.深度学习中的“超参数”指哪个？A、隐藏层的大小B、激活值C、权重D、偏置答案：A66.如果对图像进行池化，ksize=[1,4,4,1]那么图像会变成多大A、缩小到1/2B、扩大四倍C、扩大两倍D、缩小到1/16答案：D67.常用的激活函数其中包括Tanh，它的导数的范围是在哪个区间？A、(0,1]B、(0,0.1]C、(0,-1]D、(0,10]答案：A68.以下哪个领域包含文本摘要任务A、图像识别B、数据挖掘C、自然语言D、不确定答案：C69.训练模型阶段，如果想要损失值最小，需要得到什么值？A、鞍点B、局部最优解C、转折点D、全局最优解答案：D70.以下选项中关于在图像特征经过几个卷积后，特征信号会发生怎样的变化：A、减弱B、不变C、增强D、都有可能答案：D71.常用的softmax函数，下列选项中描述正确得是哪个？A、主要用于二分类B、算出来为概率值C、将最小的概率值所对应的类别作为输入样本的输出类别D、所有的概率相加大于1答案：B72.CNN的全称是什么A、全连接网络B、循环神经网络C、卷积神经网络D、以上都不对答案：C73.sigmoid可以将数据的特征，映射到哪个区间？A、0,1B、0，-1C、10,0D、0，0.1答案：A74.交叉熵函数一般用作定义什么函数？A、损失函数B、激活函数C、relu函数D、sigmoid函数答案：A75.在网络模型的构建中，关于dropout运行的描述正确的是哪个？A、dropout能增加新样本防止过拟合B、随机取消一些节点，只是用部分节点进行拟合运算，防止过拟合C、dropout进行归一化操作，防止过拟合D、dropout通过给损失函数增加惩罚项，防止过拟合答案：B76.以下哪个技术可以用于机器创作A、深度学习B、GANC、自编码D、迁移学习答案：A77.tensoflow中的函数Graph.get_operations()的作用是什么A、返回图中的操作节点列表B、为节点创建层次化的名称，并返回一个上下文管理器C、完成图的构建，即将其设置为只读模式D、返回图中的操作节点列表答案：D78.BP算法说的是那两个参数之间的误差率A、最大化实际输出与训练集的误差率B、最小化实际输出与训练集的误差率C、均值化实际输出与训练集的误差率D、范数化实际输出与训练集的误差率答案：B79.在使用tensorflow提供了很多函数，例如multiply，这个函数实现的功能是什么？A、相除B、相乘C、相与D、相加答案：B80.下列对神经网络中的relu激活函数，正确的说法是哪个？A、引用了无效的单元格地址B、过滤无效神经元C、不是激发函数D、将正数保留，将负数置0答案：D81.在TensorFlow中conv2d(a,b,c,d)中，四个参数中的b代表的是什么意思A、被卷积数据B、卷积核C、步长D、填充答案：B82.BP算法最早时，是在以下哪个任务中得到了最早的应用A、手写数字识别B、CPUC、GPUD、不确定答案：A83.RNN的中文全称是什么？A、循环神经网络B、标准神经网络C、卷积神经网络D、自注意力机制答案：A84.sigmoid可以把值映射到0,1之间，通常情况下sigmoid的阈值会设为多少A、0.5B、0.1C、1D、0答案：A85.下列对于Batch归一化操作的应用范围描述正确的是？A、作用于输出层B、仅作用于输入层C、无法在隐藏层起作用D、用于输入层，甚至深度隐藏层的归一化过程答案：D86.在NLP自然语言处理中，不可以做以下选项中的那个任务A、会话机器人B、人脸检测C、推荐系统D、文本纠错答案：B87.哪个为人工智能之父A、图灵B、冯-诺依曼C、维纳D、牛顿答案：A88.在RNN循环神经网络中，在反向传播过程中很容易发生梯度消失现象，它与什么因素相关A、激活函数求导B、学习率C、批处理数D、网络层数答案：A89.什么是随机梯度下降A、随机赋值，祈祷它们是正确的B、搜索所有权重和偏差的组合，直到得到最佳值C、赋予一个初始值，通过检查跟最佳值的差值，然后迭代更新权重D、以上都不正确答案：C90.模型训练阶段，使用优化算法是为了在迭代的过程中实现怎么的效果A、增大损失值B、使学习率衰减C、降低损失值D、提升正则项范围答案：B91.网络表示(NetworkEmbedding)模型是受到以下哪种模型的启发而来?A、LDAB、word2vecC、PageRankD、SVD答案：B92.在使用TensorFlow的过程中，如果想要打印某点值，应该怎么操作A、A=tf.run()B、A=S.valueC、A=S.eval()D、tf.assign()答案：A93.上升速度最快的是哪个函数A、线性函数B、指数函数C、对数函数D、幂函数答案：C94.在实际的应用中，通常的归一化和以下哪个选项中的描述一并使用A、训练集的mini-batchB、测试集的mini-batchC、整个训练集D、整个测试集答案：A95.dropout作为神经网络建模中常用的函数，它有什么用A、没有激活函数功能B、一种图像特征处理算法C、一种语音处理算法D、一种正则化方式答案：D96.以下哪些是神经网络中的“超参数”？A、隐藏层的大小B、激活值C、权重D、偏置答案：A97.以下几个选项中，哪个用来处理多分类任务A、tanhB、softmaxC、sigmoidD、relu答案：B98.tf开始执行每个variable里的initializer的函数是哪个A、sess.runB、global_variables_initializer()C、variables_initializer()D、global_initializer()答案：B99.tf.concat对张量做什么运算A、相加B、两个张量拼接C、相减D、求绝对值答案：B100.tf里的con1d的作用是什么A、二维卷积B、一维卷积C、lstm操作D、GRU操作答案：B101.关于Batch归一化的描述，说法正确的是？A、批量归一化B、仅对输入数据进行归一化C、仅对隐藏层进行归一化D、提升了参数搜索难度答案：A102.在实现前向传播和反向传播中使用的“cache”是什么？A、它用于跟踪我们正在搜索的超参数，以加速计算。B、用于在训练期间缓存代价函数的中间值。C、使用它传递反向传播中计算的变量到相应的前向传播步骤，它包含对于前向传播计算导数有用的变量。D、使用它传递前向传播中计算的变量到相应的反向传播步骤，它包含对于反向传播计算导数有用的变量。答案：D解析：cache“缓存”记录来自正向传播单元的值，并将其发送到反向传播单元，这是链式求导的需要。103.tf.Graph.finalize()的作用是什么A、返回图中的操作节点列表B、为节点创建层次化的名称，并返回一个上下文管理器C、返回图中的操作节点列表D、完成图的构建，即将其设置为只读模式答案：D104.Tanh的导数范围是多少？A、(0,1]B、(0,0.1]C、(0,-1]D、(0,10]答案：A105.多分类问题的最后一层一般用什么激活函数A、sigmoidB、tanhC、softmaxD、relu答案：C106.在下列神经网络的参数中，其中的参数的调试不包括哪个？A、学习率αB、动量梯度下降的参数βC、mini-Batch的大小D、输入图片大小答案：D107.正则化也是常用的手段，以下关于正则化描述错误的是哪个A、过拟合可以通过正则化方式消除B、常用的正则化方式由L1，L2，以及dropoutC、欠拟合可以通过正则化方式消除D、正则化是损失函数的一个补偿项答案：C108.tf.to_int64的作用？A、转为64位浮点类型–float64B、转为32位整型–int32C、字符串转为数字D、转为64位整型–int64答案：D109.tf.tanh的作用是什么A、计算元素的sigmoid值.B、计算元素的softmax值.C、计算元素的双曲正切值.D、计算元素的relu值答案：C110.以下哪个网络用于文本表示的网络A、RNNB、word2vecC、CNND、Transformer答案：B111.以下选项关于神经网络中，在对超参数的选择和调试中，其中最重要的参数应该是什么？A、mini-Batch的大小B、动量梯度下降的参数βC、学习率αD、隐藏层数目答案：C112.考虑文字背后语义关联的是A、TF(词频)B、TF-IDFC、TF,TF-IDFD、LDA主题模型答案：D113.Relu的求导，正半区的求导之后是多少A、0B、0.25C、1D、-1答案：C114.双曲正切激活函数，指的是以下哪个激活函数？A、ReluB、sigmoidC、tanhD、sin答案：C115.二项分布属于（）A、连续型分布B、离散型分布C、正态分布D、伽玛分布答案：B116.LDA中的一个采样是什么采样A、gamma函数B、二项分布C、pLSAD、Gibbs采样答案：D117.下列说法中关于Batch归一化的描述，说法正确的是？A、批量归一化B、仅对输入数据进行归一化C、仅对隐藏层进行归一化D、提升了参数搜索难度答案：A118.以下四个选项中关于二项分布说法正确的是A、连续型分布B、离散型分布C、正态分布D、伽玛分布答案：B119.通常使用到的交叉熵函数是作为什么作用？A、损失函数B、激活函数C、sigmoid函数D、relu函数答案：A120.tf.mul的作用是什么A、相乘B、相加C、相减D、相除答案：A121.在动量梯度下降(Momentum)中，其中的参数β一般的默认值是多少？A、0.7B、0.8C、0.9D、1答案：C122.多分类问题一般用什么激活函数进行映射A、sigmoidB、tanhC、softmaxD、relu答案：C123.TensorFlow是一个开放源码的软件库，通常它有哪些版本A、CPU，GPU，TPUB、CPU，GPUC、CPUD、TPU答案：A124.在下列几关于mini-batch的说法当中，描述错误的是哪个？A、指的是批量梯度下降B、适用于样本量小的数据集C、每一次只运算部分数据，最后将全部数据进行运算D、适用于样本量大的数据答案：B125.sigmoid激活函数有什么致命的缺点?A、反向传播容易造成梯度消失B、正向传播容易造成梯度消失C、正向传播容易造成梯度爆炸D、以上都正确答案：A126.LDA的实质是在做一个什么东西A、根据给定的一篇文档，反推其主题B、可以找出来最优的分类超平面C、可以找到因变量和自变量之间的一次关系D、不确定答案：A127.在tf中常用的Add函数它的用途是做什么？A、维度转化B、相加C、相乘D、相减答案：B128.NLP中常用的激活函数Tanh，它的输出的值域范围是多少？A、+1和-1B、+0和-1C、+1和0D、+2和-2答案：A129.以下四个选项中能实现对比两个矩阵是否相等的是哪个函数？A、c=tf.greater(a,b)B、a=tf.subtract(a,b)C、b=tf.equal(a,b)D、d=tf.matmul(a,b)答案：C130.下列管Batch归一化操作的作用描述正确的是？A、作用于输出层B、仅作用于输入层C、无法在隐藏层起作用D、用于输入层，甚至深度隐藏层的归一化过程答案：D131.下列选项中，处理梯度消失问题效果最好的函数是哪个？A、sigmoidB、tanhC、reluD、Leakyrelu答案：D132.下列四个选项中，对于正则化的描述正确的选项是哪个？A、每一个隐层都需要正则化B、正则化可以预防过拟合C、正则化可以预防欠拟合D、每一个模型中都需要正则化，否则无法正确预测结果答案：B133.tanh激活函数相比sigmoid是有优势的，体现在哪些方面A、解决了sigmoid输出为非0中心的问题B、tanh不易饱和C、tanh解决了sigmoid的指数运算D、tanh不会造成梯度消失答案：A134.在岭回归模型中，回归系数的先验分布是（）。A、拉普拉斯分布B、正态分布C、正态分布与拉普拉斯的混合分布D、指数分布答案：B135.如果使用到了mini-batch去选取样本，一般对选择多大批次？A、61B、62C、63D、64答案：D136.Relu的求导非常简单所以速度快，它正半区的求导之后是多少A、0B、0.25C、1D、-1答案：C137.LDA称为()A、损失分布法B、内部衡量法C、打分卡法D、内部损失数据法答案：A138.下列选项中对于神经网络中的超参数调试的方法的描述，其中描述正确的是哪个选项？A、随机选择点来试验超参数效果B、当你给超参数取值时，另一个惯例是采用由精细到粗糙的策略。C、只调试容易的D、给定默认值即可答案：A139.在贝叶斯统计中，如果后验分布与先验分布属于同类，则被称为什么A、二项分布B、多项分布C、共轭分布D、Bete分布答案：C140.最简单常用的sigmoid激活函数的输出值的范围是在以下哪个区间中？A、0~1B、0~2C、-1~0D、-1~1答案：A141.batch_size一般设置为多少A、61B、62C、63D、64答案：D142.tf.nn.softmax_cross_entropy_with_logits的作用是什么？A、信息熵B、信息元C、交叉熵D、logits答案：C143.以下哪个手段不属于CNNA、局部连接B、权值共享C、池化操作D、多层次结构答案：D144.tensorflow的方法expand_dims用于对张量做什么操作A、改变tensor的形状B、返回数据的元素数量C、插入维度1进入一个tensor中D、返回tensor的rank答案：C145.sigmoid激活函数最大的问题是容易造成____?A、反向传播容易造成梯度消失B、正向传播容易造成梯度消失C、正向传播容易造成梯度爆炸D、以上都正确答案：A146.下列选项中哪个可以很好的解决梯度爆炸的问题？A、梯度剪切，正则B、增加拟合数据C、增加训练数据维度D、增加隐藏层答案：A147.使用withtf.Session()assess创建的会话时，在关闭的同时会（）释放资源A、自动B、无法C、不能D、手动答案：A148.在对数据或者任务进行建模时，需要对目标进行怎样的操作A、度量化B、抽象化C、具体化D、理想化答案：A149.以下哪个领域包含命名实体识别任务A、图像识别B、数据挖掘C、自然语言D、不确定答案：C150.tf.abs的作用是什么A、相加B、相减C、相除D、求绝对值答案：D151.sigmoid激活函数的模型曲线是（）？A、X型B、S型C、U型D、L型答案：B152.softmax是多分类中常用的函数，它又叫什么函数A、概率B、归一化C、损失函数D、空间答案：B153.以下几个选项中，哪个是对relu激活函数的改进A、tanhB、LeakyReluC、sigmoidD、softmax答案：B154.下列四个选项中，对于正则化(regularization)的描述正确的选项是哪个？A、每一个隐层都需要正则化（regularization）B、每一个模型中都需要正则化，否则无法正确预测结果C、正则化可以预防欠拟合D、正则化可以预防过拟合答案：D155.GAN网络指的是哪个网路A、生成对抗网络B、卷积神经网络C、循环神经网络D、全连接网络答案：A156.ReinforcementLearning是什么网络A、全连接网络B、迁移学习C、循环神经网络D、强化学习答案：D157.以下哪个不属于LSTMA、输入门B、输出门C、更新门D、遗忘门答案：C158.下列关于mini-batch原理的说法，描述正确的是？A、选取数据中部分数据进行梯度下降B、和批量梯度下降相同，只是将算法进行优化C、将数据每次进行一小批次处理，通过迭代将数据全部处理D、随机选取一些数据，计算梯度进行下降，每次将学习率降低一点答案：C159.常用的操作Batch归一化，对比到神经网络中，和下列描述的哪个步骤很相似？A、reluB、dropoutC、sigmoidD、tanh答案：B160.像TensorFlow这样的框架，为机器学习和（）提供了方便灵活的接口A、机器学习B、算法重构C、NPLD、深度学习答案：D161.tf中的conv2d(a,b,c,d)，参数b代表什么？A、被卷积数据B、步长C、卷积核D、填充答案：C162.softmax又可以称为什么函数A、概率B、归一化C、损失函数D、空间答案：B163.以下哪个激活函数的执行速度是最快的A、reluB、tanhC、sigmoidD、不能确定答案：A164.实际的应用中在数据预处理阶段会有数据划分，下列关于训练，测试以及验证说法错误的是哪个？A、训练集用于算子的拟合B、可以直接使用训练集来验证算子的准确率C、验证集和测试集用来评判算子的准确度D、可以不配置验证集答案：B165.神经网络的运行流程是从输入层到（）再到输出层A、输出层B、隐藏层C、输出层D、激活函数层答案：B166.tanh的取值范围是多少？A、+1和-1B、+0和-1C、+1和0D、+2和-2答案：A167.以下几个描述中，关于优化算法减小学习率的原因，说法正确的是？A、一种默认定式B、减少内存容量C、避免在最优解附近大幅度摆动D、减少迭代次数答案：C168.tf.reshape()的用途是？A、相乘B、相加C、维度转化D、相减答案：C169.像sigmoid，relu，tanh等等这类叫做什么函数A、非激活B、激活C、极值D、修正线答案：B170.自动驾驶是如何起源的A、BP算法B、神经网络C、前向算法D、NFC答案：A171.通过以下哪种方式可以得到加权平均值A、局部平均值B、局部方差C、全局平均值D、全局方差答案：A172.以下几个选项中，哪个选项没描述神经网络的超参数是正确的A、权重B、偏置C、神经网络的层数D、激活值答案：C173.下列哪个说法是正确的？A、神经网络的更深层通常比前面层计算更复杂的输入特征。B、神经网络的前面层通常比更深层计算更复杂的输入特性。C、神经网络由输入和隐藏层构成D、神经网络的隐藏层只能是一层答案：A174.在NLP中，不可以做以下选项中的那个任务A、聊天机器人B、车牌检测C、推荐系统D、文本纠错答案：B175.哪个技术可以用来解决过拟合问题？A、DorpoutB、正则化C、批规范化D、以上技术均可以答案：D176.在使用tf时，其中有很多的接口，例如multiply，这个接口实现的功能是？A、相与B、相乘C、相除D、相加答案：B177.使用了mini-batch后，可以得到怎样的下降效果？A、损失函数值一直下降B、损失函数值总体趋势下降C、比梯度下降速度快D、梯度下降不明显答案：B178.人工智能起源于哪个年代？A、20世纪50年代B、20世纪60年代C、20世纪70年代D、20世纪80年代答案：A179.tf.Graph.get_operations()的作用是什么A、返回图中的操作节点列表B、为节点创建层次化的名称，并返回一个上下文管理器C、返回图中的操作节点列表D、完成图的构建，即将其设置为只读模式答案：C180.以下几个选项中，哪个选项是超参数A、权重B、偏置C、网络层数D、激活值答案：C181.对于超参数调试的方法的描述，其中描述正确的是哪个选项？A、随机选择点来试验超参数效果B、当你给超参数取值时，另一个惯例是采用由精细到粗糙的策略。C、只调试容易的D、给定默认值即可答案：A182.哪个激活函数的用于表示LSTM的“门”的概念A、reluB、tanhC、LeakyReluD、sigmoid答案：D183.在tf中常用的reshape函数它的用途是做什么？A、维度转化B、相加C、相乘D、相减答案：A184.以下几个网络在NLP中最为常用的是哪个？A、CNNB、NNC、RNND、SVM答案：C185.tf.to_int32的作用是什么A、字符串转为数字B、转为64位浮点类型–float64C、转为32位整型–int32D、转为64位整型–int64答案：C186.以下几个函数中，上升速度最快的是哪个A、线性函数B、指数函数C、幂函数D、对数函数答案：D187.哪个激活函数用于表示GRU的“门”A、reluB、tanhC、LeakyReluD、sigmoid答案：D188.在实现前向传播和反向传播中使用的“cache”（缓存）指哪个？A、它用于跟踪我们正在搜索的超参数，以加速计算。B、用于在训练期间缓存代价函数的中间值。C、使用它传递反向传播中计算的变量到相应的前向传播步骤，它包含对于前向传播计算导数有用的变量。D、使用它传递前向传播中计算的变量到相应的反向传播步骤，它包含对于反向传播计算导数有用的变量。答案：D解析：cache“缓存”记录来自正向传播单元的值，并将其发送到反向传播单元，这是链式求导的需要。189.在以下四个选项中哪些属于神经网络中的参数A、学习率B、权重C、迭代次数D、隐藏层的大小答案：B190.梯度消失是RNN模型中的常见问题，以下四个选项中，哪个不能缓解梯度消失A、调整激活函数类型B、使用batchnormC、训练值预处理D、增大隐藏层数量答案：D191.以下描述正确的是哪个？A、欠拟合是指验证集和测试集的准确率都无法保证正常业务使用B、欠拟合的现象是训练集和测试集准确率相近C、尽量不要出现适度拟合，会造成新数据准确率低D、过拟合的现象是训练集准确率低，而测试集准确率高答案：A192.下面哪个个关于softmax函数的说法是正确的？A、主要用于二分类B、算出来为概率值C、将最小的概率值所对应的类别作为输入样本的输出类别D、所有的概率相加大于1答案：B193.计算图模型是哪个框架中存在的A、pytorchB、tensorflowC、caffeD、paddle答案：B194.tensorflow的split()函数有什么用A、沿着某一维度连结tensorB、沿着某一维度将tensor分离为num_splittensorsC、对tensor进行切片操作D、沿着某维度进行序列反转答案：B195.下面哪个队tf.reverse的解释是正确的A、沿着某一维度连结tensorB、沿着某一维度将tensor分离为num_splittensorsC、对tensor进行切片操作D、沿着某维度进行序列反转答案：D196.哪个激活函数运行效率最高？A、reluB、tanhC、sigmoidD、不能确定答案：A197.下列几个选项中，关于RMSprop算法的特点描述正确的优哪些？A、指数加权平均数求和B、指数加权平均数先平方再开方C、指数加权平均数求微分D、指数加权平均数求均方误差答案：B198.在优化算法的计算当中，使用到了以下哪种方式A、标准差加权平均B、方差加权平均C、对数加权平均D、指数加权平均答案：D199.以下说法当中，LDA是可以做什么的A、对图像进行文本B、对图像进行特征提取C、对文档的主题进行分类或聚类D、以上都正确答案：C200.以下哪个激活函数常用于解决类似文本分类的多分类任务A、tanhB、sigmoidC、reluD、softmax答案：D201.数据归一化通常和以下哪个选项中一起使用A、训练集的mini-batchB、测试集的mini-batchC、整个训练集D、整个测试集答案：A202.最早的自动驾驶汽车是在80年代，它是基于哪种形式制造出来的A、BP算法B、神经网络C、前向算法D、NFC答案：A203.以下几个选项，哪一个常赋值给batch_sizeA、128B、127C、126D、125答案：A204.深度学习常用框架TensorFlow，在该框架下如何正确调用dropout函数A、tf.nn.dropoutB、tf.train.dropoutC、tf.dropoutD、tf.dropOut答案：A205.在模型训练的阶段，使用的优化算法中，超参数学习率会怎么变化A、保持不变B、持续较小C、持续增大D、不变答案：B206.在动量梯度下降中，其中的参数β一般的默认值是多少，下列哪个选项是正确的A、0.7B、0.8C、0.9D、1答案：C207.下列哪个激活函数，处理梯度消失问题效果最好？A、sigmoidB、LeakyreluC、reluD、tanh答案：B208.哪个激活函数修正了Relu激活函数的缺点A、tanhB、leaky-ReluC、softmaxD、sigmoid答案：B209.深度学习中最常使用的框架就是TensorFlow，该框架中的matmul方法的作用是什么A、相与B、乘积C、相除D、相加答案：B210.tensoflow中的图函数Graph.finalize()有什么用处？A、返回图中的操作节点列表B、为节点创建层次化的名称，并返回一个上下文管理器C、返回图中的操作节点列表D、完成图的构建，即将其设置为只读模式答案：D211.神经网络的训练过程，经常要做数据划分，以下说法正确的是？A、可以不设置训练集B、可以不设置测试集C、可以不设置验证集D、不确定答案：C212.tensorflow中的concat函数有什么用途？A、沿着某一维度连结tensorB、沿着某一维度将tensor分离为num_splittensorsC、对tensor进行切片操作D、沿着某维度进行序列反转答案：A213.以下四个选项中，哪个激活函数的的输出在0~1的范围之间A、reluB、tanhC、LeakyReluD、sigmoid答案：D214.以下几个选项中关于梯度消失的说法描述正确的是哪个选项？A、通过优化算法，处理梯度，可以更快做梯度下降，获取最优解B、由于数据处理或者激活函数选择不合理等原因，无法获取梯度，从而不能获得最优解C、由于隐藏层数量过少，无法获取梯度，从而不能获得最优解D、通过更多隐藏层，减少梯度迭代，从而更快的进行计算，获取最优解答案：B215.模型中可能会出现拟合的情况，下列选项中关于拟合说法正确的是？A、过拟合只发生在理论阶段，实际不会发生这种情况B、欠拟合是数据量过多，造成无法全部计算的现象C、训练准确率高，测试准确率低的情况，数据过拟合D、过拟合是指数据量大，计算复杂的情况答案：C216.以下哪个技术可以用于机器写诗、机器阅读A、深度学习B、GANC、自编码D、迁移学习答案：A217.relu是常用的激活函数，它可以将小于（）的数输出为0A、-1B、0C、1D、x答案：B218.tanh相比sigmoid的优势之处何以体现A、解决了sigmoid输出为非0中心的问题B、tanh不易饱和C、tanh解决了sigmoid的指数运算D、tanh不会造成梯度消失答案：A219.修正线性函数指的是哪个函数A、sigmoidB、tanhC、reluD、Leakyrelu答案：C220.Relu函数存在一定的缺陷，以下哪个激活函数是对其进行的改进A、sigmoidB、LeakyreluC、reluD、tanh答案：B221.人工智能近几年大火，它最早是在什么时候出现的？A、20世纪50年代B、20世纪60年代C、20世纪70年代D、20世纪80年代答案：A222.正常的将数据集进行切分为三个集合，其中不包括下列哪个集合？A、测试集B、确认集C、验证集D、训练集答案：B223.以下哪个与LSTM无关A、遗忘门B、输入门C、输出门D、更新门答案：D224.下面哪个不属于超参数？A、学习率αB、动量梯度下降的参数βC、mini-Batch的大小D、输入图片大小答案：D225.为模型选择超参数，选择了不同的取值，不可以_____?A、选择对训练集目标而言的最优解B、对于开发集而言的最优解C、超参搜索过程中最想优化的东西D、简化参数调试答案：D226.Batch归一化操作用于网络的什么层？A、输出层B、输入层C、无法在隐藏层起作用D、用于输入层，甚至深度隐藏层的归一化过程答案：D227.backpropagation算法，其中的backpropagation指的什么方向进行传播？A、反向B、前后向C、全连接D、正向答案：A228.在神经网络中常使用到的非线性激活函数sigmoid，该函数的模型曲线是（）？A、X型B、S型C、L型D、U型答案：B229.tensorflow的reshape方法可以对张量起什么用A、插入维度1进入一个tensor中B、改变tensor的形状C、改变tensor的数据类型D、转为32位整型–int32答案：B230.下列是对于Batch归一化的描述，其中它的流程步骤不包括下列哪个选项？A、求每个训练批次数据的均值B、求每个训练批次数据的方差C、使用求得的均值和方差对该批次的训练数据做归一化，获得0-1分布D、求每个训练批次的和答案：D231.在TensorFlow中的conv2d(a,b,c,d)函数中有四个参数，哪个参数是被卷积的数据？A、bB、aC、cD、d答案：B232.dropout作为常用的函数，它能起到什么作用A、没有激活函数功能B、一种正则化方式C、一种图像特征处理算法D、一种语音处理算法答案：B233.现有一份大小为n的数据集，如果采用mini-batch的方式，那么它的大小应该是多少A、1B、mC、0D、大于2，小于m答案：A234.tf.expand_dims是什么意思A、改变tensor的形状B、返回tensor的rankC、插入维度1进入一个tensor中D、返回数据的元素数量答案：C235.实际的应用中会有很多的数据，下列关于数据划分后的训练，测试以及验证说法错误的是哪个？A、可以直接使用训练集来验证算子的准确率B、训练集用于算子的拟合C、验证集和测试集用来评判算子的准确度D、可以不配置验证集答案：A236.使用TensorFlow去定义常量的操作，以下正确得是？A、tensor=tf.constant(1)B、tensor=tf.constant([1,2])C、tensor=tf.constant(-1,shape=[2,3])D、a=tf.constant([1.0,2.0],name="a)答案：D237.以下几个机器学习算法中，哪个算法是比较常用的无监督学习算法A、聚类B、K-近邻算法C、回归算法D、决策树答案：A238.什么情况下神经网络模型被称为深度学习模型？A、加入更多层，使神经网络的深度增加B、有维度更高的数据C、当这是一个图形识别的问题时D、以上都不正确答案：A239.Adam动态优化器，下列关于它的说法正确的是？A、强化了RMSprop算法B、强化了动量梯度算法C、同时使用Momentum和RMSprop算法D、没有核心答案：C240.tf如何定义常量？A、tensor=tf.constant([1,2])B、tensor=tf.constant(1)C、tensor=tf.constant(-1,shape=[2,3])D、a=tf.constant([1.0,2.0],name="a)答案：D241.以下哪个超参数的调试，对神经网络最重要？A、mini-Batch的大小B、动量梯度下降的参数βC、学习率αD、隐藏层数目答案：C242.tf.to_float的作用是什么A、将张量转换为float32类型.B、转为64位浮点类型–float64C、转为32位整型–int32D、转为64位整型–int64答案：A243.以下四个选项中，哪个操作不能解决梯度消失的问题A、调整激活函数类型B、使用batchnormC、增大隐藏层数量D、训练值预处理答案：C244.tensorflow里的函数con1d是进行什么操作A、二维卷积B、一维卷积C、GRU操作D、lstm操作答案：B245.下面哪个函数的现状是S曲线型的A、Sigmoid函数B、tanh函数C、ReLUD、cosh答案：C246.tf.slice的作用是什么A、沿着某一维度连结tensorB、沿着某一维度将tensor分离为num_splittensorsC、对tensor进行切片操作D、沿着某维度进行序列反转答案：C247.以下哪个函数常用于解决二分类问题A、tanhB、sigmoidC、softmaxD、relu答案：B248.在人工智能领域中，提出的一个重要的什么框架A、机器学习B、深度学习C、开源算法D、tensorflow答案：B249.文本纠错，机器翻译属于哪个领域的任务A、图像识别B、自然语言C、数据挖掘D、不确定答案：B250.以下四个框架当中，在深度学习领域应用最多的框架是哪个？A、caffeB、torchC、tensorflowD、mxnet答案：C251.迁移学习的英文表示是什么？A、RNNB、CNNC、NLPD、TransferLearning答案：D252.Batch归一化，在神经网络中有很强的作用，系列描述中，哪个选项说的不是它的作用A、减少了隐藏值分布变化的数量B、减少了输入值改变的问题C、有轻微的正则化效果D、增加了输入值改变的问题答案：D253.GAN网络的全称是什么A、生成对抗网络B、卷积神经网络C、循环神经网络D、全连接网络答案：A254.相比con1d,conv2d的作用是什么A、lstm操作B、一维卷积C、GRU操作D、二维卷积答案：D255.下列哪一项在神经网络中引入了非线性？A、随机梯度下降B、修正线性单元（ReLU）C、卷积函数D、以上都不正确答案：B256.下面哪个选项说的不是Batch归一化的作用A、减少了隐藏值分布变化的数量B、减少了输入值改变的问题C、有轻微的正则化效果D、增加了输入值改变的问题答案：D257.对图像特征经过做几个卷积操作后，特征信号会有什么变化：A、减弱B、不变C、增强D、都有可能答案：D258.在进行池化的时候，如果参数ksize=[1,4,4,1]那么图像会发生什么样的变化A、缩小到1/2B、缩小到1/16C、扩大两倍D、扩大四倍答案：B259.LDA中的五个分布其中的二项分布，是一个什么分布A、离散的随机分布B、连续的随机分布C、连续的分布D、不确定答案：A260.卷积神经网络包含如下哪个概念A、视野域B、循环结构C、梯度消失D、以上都不包含答案：A261.tf.conv2d(a,b,c,d)函数的四个参数，哪个参数表示输入数据？A、bB、aC、cD、d答案：B262.初始学习率一般设置为多大合适A、1000B、10C、100D、0.01答案：D263.知识图谱用到了哪个领域的技术A、计算机视觉B、数据挖掘C、自然语言处理D、机器学习答案：C264.在图像的人脸识别中，深度学习有哪些应用，使用到的是哪个网络结构A、LeNET5B、（CNN:AlexNet）C、VGGD、ResNet答案：B265.以下哪个与卷积神经网络无关A、局部连接B、权值共享C、池化操作D、多层次结构答案：D266.构建神经网络模型，经常会发生过拟合现象，下列选项中关于拟合说法正确的是？A、过拟合只发生在理论阶段，实际不会发生这种情况B、欠拟合是数据量过多，造成无法全部计算的现象C、过拟合是指数据量大，计算复杂的情况D、训练准确率高，测试准确率低的情况，数据过拟合答案：D267.反向传播指的是哪个变量的传递？A、训练轮次B、批处理数C、误差D、网络层数答案：C268.前项算法中，除了需要有联合权重w，还需要有一个什么函数，才能正常的进行计算A、激活函数B、正弦函数C、余弦函数D、都可以答案：A269.关于tf.conv2d函数，该方法接收到的张量维度是多大？A、[batch,in_height,in_width,in_channels]B、[Size,in_height,in_width,in_channels]C、[batch,in_width,in_height，in_channels]D、[batch,in_channels，in_height,in_width]答案：A270.以下四个任务当中LDA可以很好的完成哪个任务？A、对图像进行文本B、对图像进行特征提取C、对文档的主题进行分类或聚类D、以上都正确答案：C271.tf.Variable(tf.random_normal([20,10,3,16]))，在该操作中，关于定义的卷积核的高度，下列选项中描述正确的是？A、10B、20C、16D、3答案：B272.下列选项中，关于激活函数的描述，说法正确的是哪个？A、神经网络中最好的激活函数是sigmoidB、激活函数有正则化作用C、dropout是CNN中的激活函数D、神经元输出后需要给定一个激活函数答案：D273.哪个激活函数用于类似文本分类的二分类任务A、tanhB、reluC、softmaxD、sigmoid答案：D274.如果从一个区间[a,b]，从中随机出一个值y，下列说法中不正确的是？A、取最小值的对数得到a的值B、取最小值的对数得到b的值C、取最大值的对数得到b的值D、取任意值r，则超参数设置为10的r次方答案：B275.下面哪一个说法更能解释随机梯度下降的原理A、随机赋值，祈祷它们是正确的B、搜索所有权重和偏差的组合，直到得到最佳值C、赋予一个初始值，通过检查跟最佳值的差值，然后迭代更新权重D、以上都不正确答案：C276.RNN是什么的简称A、全连接网络B、卷积神经网络C、循环神经网络D、感知机网络答案：C277.AutoEncoder是什么网络和技术A、自编码器B、强化学习C、迁移学习D、循环神经网络答案：A278.对于超参数随机取值指的是？A、随机选择标尺取值B、随机取值就是有效范围内随机均匀取值C、选择合适的标尺进行取值D、随机的进行均匀的取值答案：C279.如果网络中遇到了梯度爆炸问题，下列选项中哪个可以很好的解决？A、梯度剪切，正则B、增加拟合数据C、增加训练数据维度D、增加隐藏层答案：A280.可以如何选择神经网络的参数或超参A、通过常识选择B、随机选择点来试验超参数效果C、选择输入的参数即可D、取离散参数的平均值答案：B281.LDA中的一个函数指的是以下哪个？A、Gibbs采样B、pLSAC、beta分布D、gamma函数答案：D282.以下几个选项中，哪个用来处理多类别任务A、tanhB、softmaxC、sigmoidD、relu答案：B283.tf.cast函数的返回值数据类型是什么A、整数型B、布尔型C、浮点型D、字符串答案：C284.在预处理极端，关于数据归一化的描述正确的哪个选项A、通过中值和均值进行确定B、通过方差和均值确定C、通过平均值和最小值确定D、通过标准差和均值确定答案：B285.关于梯度消失的解释，下面哪个是准确的？A、通过优化算法，处理梯度，可以更快做梯度下降，获取最优解B、由于数据处理或者激活函数选择不合理等原因，无法获取梯度，从而不能获得最优解C、由于隐藏层数量过少，无法获取梯度，从而不能获得最优解D、通过更多隐藏层，减少梯度迭代，从而更快的进行计算，获取最优解答案：B286.关于选择超参数的范围，下列选项中描述正确的是？A、随机取值可以提升搜索效率B、随机取值就是随机均匀取值C、范围就是[0,1]D、随机取值对搜索无影响答案：A287.以下哪个激活函数经常用来解决二分类问题A、tanhB、LeakyReluC、sigmoidD、relu答案：C288.文本分类，情感识别等等属于以下哪个选项的子任务A、数据挖掘B、不确定C、图像识别D、自然语言答案：D289.以下几个选项中，哪个选项指的是“修正线性单元”A、tanhB、LeakyReluC、sigmoidD、relu答案：D290.以下哪个不属于无监督学习A、聚类B、降维C、回归算法D、PCA答案：C291.以下哪个函数表示双曲正切激活函数？A、ReluB、sigmoidC、tanhD、sin答案：C292.tf.reshape有什么作用A、插入维度1进入一个tensor中B、改变tensor的形状C、改变tensor的数据类型D、转为32位整型–int32答案：B293.在自然语言中，主要应用到的是深度学习神经网络是以下哪个A、ANNB、CNNC、RNND、XNN答案：C294.以下哪个参数属于超参数？A、学习率B、激活值C、损失值D、偏置答案：A295.在人工智能领域中，提出的一个重要的技术是什么A、机器学习B、深度学习C、开源算法D、tensorflow答案：B296.下面哪个不是常用的激活函数？A、dropoutB、reluC、sigmoidD、tanh答案：A297.在TensorFlow框架中，如何正确的调用Adam优化器？A、tf.example.AdamOptimizerB、tf.train.AdamOptimizerC、tf.nn.AdamOptimizerD、tf.AdamOptimizer答案：B298.激活函数也在不断的更新，以下哪个激活函数是在Relu的基础上优化的A、sigmoidB、tanhC、reluD、Leakyrelu答案：D299.tf.Variable(tf.random_normal([20,10,5,16]))，在该操作中，关于定义的卷积核高度是多少？A、10B、6C、16D、20答案：D300.tf.to_double的作用？A、将张量转换为float64类型B、转为32位整型–int32C、转为64位整型–int64D、字符串转为数字答案：A301.指数分布的均值的倒数的共轭先验分布是()A、贝塔分布B、泊松分布C、伽马分布D、指数分布答案：B302.以下四个选项中，哪个说的是修正线性函数A、sigmoidB、tanhC、reluD、Leakyrelu答案：C303.以下四个选项中关于sigmoid的图形曲线描述正确的是？A、U型B、M型C、X型D、S型答案：D304.tanh激活函数也有造成梯度消失等问题和sigmoid相比，（）sigmoidA、优于B、劣与C、等于D、小于等于答案：A305.自动驾驶是基于哪种技术提出的A、BP算法B、神经网络C、前向算法D、NFC答案：A306.以下选项中关于拟合的问题，说法描述正确的是？A、过拟合的现象是训练集准确率低，而测试集准确率高B、欠拟合的现象是训练集和测试集准确率相近C、尽量不要出现适度拟合，会造成新数据准确率低D、欠拟合是指验证集和测试集的准确率都无法保证正常业务使用答案：D307.google开发的深度学习框架叫什么A、pytorchB、tensorflowC、caffeD、mxnet答案：B308.以下的四个选项中，哪个选项不是激活函数？A、reluB、sigmoidC、tanhD、dropout答案：D309.tanh激活函数的输出值在什么区间A、[0,1]B、[-1,1]C、[-1,0]D、[-0.5,0.5]答案：B310.tf.reverse的正确说法是哪一项？A、沿着某一维度连结tensorB、沿着某一维度将tensor分离为num_splittensorsC、对tensor进行切片操作D、沿着某维度进行序列反转答案：D311.tensorflow中的cast方法，返回值的数据类型是什么样的A、整数型B、布尔型C、浮点型D、字符串答案：C312.CNN中，一般选择有多个卷积核是为了什么A、同时提取多个图像的特征B、提取某些图像多个特征C、图像有多个通道D、与多特征无关答案：B313.pytorch框架是哪个公司开发的A、MITB、facebookC、googleD、apple答案：B314.像sigmoid，relu，tanh等等这类做非线性映射的函数叫做什么A、非激活B、激活C、极值D、修正线答案：B315.实际的开发问题中，需要根据需求和实际问题，构建相应的__?A、架构B、流程图C、数学模型D、数据集答案：C316.网络结构中常用的dropout函数，对其描述正确的是哪个？A、用于分割数据集B、一个激活函数C、属于正则处理D、用于将数据样本多样化答案：C317.文本分类，会话机器人等等属于以下哪个选项的子任务A、数据挖掘B、不确定C、图像识别D、自然语言答案：D318.conv2d的作用是什么A、一维卷积B、lstm操作C、GRU操作D、二维卷积答案：D319.前向传播过程中，除了需要有权重w，还需要有一个什么函数做非线性变换，才能较好的进行计算A、激活函数B、正弦函数C、余弦函数D、都可以答案：A320.关于对于数据切分的问题，以下说法正确的是？A、可以不设置训练集B、可以不设置测试集C、可以不设置验证集D、不确定答案：C321.CNN中设置多个卷积核是为了什么目的A、同时提取多个图像的特征B、提取某些图像多个特征C、图像有多个通道D、与多特征无关答案：B322.交叉熵函数是常用的损失函数，它是通过度量两个什么分布的差异性A、概率B、矢量C、矩阵信息D、空间答案：A323.LDA属于一个什么模型A、语言模型B、词袋子模型C、预训练模型D、不确定答案：B324.tf.split是什么意思A、沿着某一维度连结tensorB、沿着某一维度将tensor分离为num_splittensorsC、对tensor进行切片操作D、沿着某维度进行序列反转答案：B325.以下几个选项中，可以通过哪种方式来选择参数或超参A、通过常识选择B、随机选择点来试验超参数效果C、选择输入的参数即可D、取离散参数的平均值答案：B326.如果一个[a,b]的区间，从中随机出一个值x，那么下列说法中不正确的是？A、取最小值的对数得到a的值B、取最小值的对数得到b的值C、取最大值的对数得到b的值D、取任意值r，则超参数设置为10的r次方答案：B327.在框架TensorFlow下conv2d()，该方法接收到的张量维度是多大？A、[batch,in_height,in_width,in_channels]B、[Size,in_height,in_width,in_channels]C、[batch,in_width,in_height，in_channels]D、[batch,in_channels，in_height,in_width]答案：A328.以下四个选项中，哪个函数的取值范围在[0~1]A、reluB、tanhC、LeakyReluD、sigmoid答案：D329.TensorFlow内置的dropoutAPI是哪个A、tf.train.dropoutB、tf.dropoutC、tf.dropOutD、tf.nn.dropout答案：D330.TensorFlow作为深度学习常用的框架，其中的tf.nn.softmax_cross_entropy_with_logits的作用是做什么的？A、信息熵B、信息元C、logitsD、交叉熵答案：D331.以下哪个函数常用于解决多分类问题A、tanhB、sigmoidC、softmaxD、relu答案：C332.BP算法，其中的BP指的怎样传播？A、反向B、正向C、前后向D、全连接答案：A多选题1.CNN模型的核心包括下面哪些选项A、局部连接B、权值共享C、多层次结构D、池化操作答案：ABD2.以下哪个任务是NLP中的常见任务A、文本摘要B、机器翻译C、阅读理解D、以上都不正确答案：ABC3.LDA中包含一个理念和一个概念A、共轭先验B、贝叶斯框架C、二项分布D、gamma函数答案：AB4.关于神经网络的层数说法，正确的分为哪几层A、输入层B、输出层C、隐藏层D、以上都正确答案：ABCD5.关于神经网络，由哪几部分组成A、输入层B、输出层C、隐藏层D、以上都正确答案：ABCD6.下列选项中，哪些是比较常用的梯度下降优化器？A、dropoutB、动量梯度下降法C、RMSpropD、Adam答案：BCD7.BP算法中最重要的两个环节，分别是什么？A、激励传播B、权重更新C、信息传播D、激活函数答案：AB8.在神经网络中，单个神经元能解决什么问题A、与B、或C、非D、异或答案：ABC9.以下哪些是CNN的内容A、卷积B、池化C、循环神经结构D、以上都不对答案：AB10.以下哪些属于GRUA、更新门B、重置门C、输入门D、输出门答案：AB11.经过Batch归一化的操作会产生相应的良性效果，那么为什么会该操作会产生作用A、通过归一化所有的输入特征值，以获得类似范围的值，加速学习B、将参数归一化可以减缓学习速率C、可以使权重比你的网络更滞后或更深D、可以使权重比你的网络更超前或更深答案：AC12.LightGBM的优化方向有哪些A、带深度限制的Leaf-wise的叶子生长策略B、直方图做差加速直接C、支持类别特征(CategoricalFeature)D、以上不都是答案：ABC13.pytorch框架可用于解决以下哪些问题A、NLPB、CVC、DMD、都不能答案：ABC14.以下哪些网络结构可用于做语料情感分析A、fastTextB、textRNNC、textCNND、以上都不可以答案：ABC15.在tensorflow中reshape函数其中的参数有（tensor，shape，name）等等，以下选项中描述正确的是A、函数的作用是将tensor变换为参数shape形式B、其中的shape为一个列表形式C、name可省略D、1所代表的含义是我们不用亲自去指定这一维的大小，函数会自动进行计算答案：ABCD16.下面哪些损失函数可以作为分类任务的损失函数A、信息熵B、概率模型C、最小二乘平方损失D、距离模型答案：ABCD17.从区间[a,b]中随机获取一个x值，对于该操作，下列选项中描述正确的有哪些？A、取最小值的对数得到a的值B、取最小值的对数得到b的值C、取最大值的对数得到a的值D、取最大值的对数得到b的值答案：AD18.下面哪些描述与AI的符号主义有关？A、又称逻辑主义B、又称心理学派C、基础理论是数理逻辑D、是研究生物的答案：ABC19.以下哪些网络是NLP中常用的网络结构A、RNNB、LSTMC、GRUD、以上都是的答案：ABCD20.LightGBM有什么样的优点A、速度快B、支持分布式C、占用内存小D、代码清晰易懂答案：ABCD21.下列关于LightGBM有什么优点，说法正确的是A、更快的训练速度B、更低的内存消耗C、更好的准确率D、分布式支持，可以快速处理海量数据答案：ABCD22.下面哪些关于特征工程正则化的描述是正确的？A、正则化可以防止欠拟合B、relu函数具有正则化效果C、正则化可以防止过拟合D、dropout具有正则化效果答案：CD23.LightGBM选择的优化方向有哪些A、带深度限制的Leaf-wise的叶子生长策略B、直方图做差加速直接C、支持类别特征(CategoricalFeature)D、以上不都是答案：ABC24.深度学习在自然语言中的应用有哪些A、机器创作B、个性化推荐C、文本分类D、情感分析答案：ABCD25.在预处理阶段，我们一般将数据集分为哪几个类别A、训练集B、验证集C、测试集D、批处理集答案：ABC26.人工智能机器人AlphaGo战胜了围棋大师，它程序中使用到的技术有哪些？A、决策神经网络B、评估神经网络C、历史经验D、线性代数答案：AB27.Batch归一化操作的具体流程是怎样的？A、求每个训练批次数据的均值B、求每个训练批次数据的方差C、使用求得的均值和方差对该批次的训练数据做归一化，获得0-1分布D、尺度变换和偏移答案：ABCD28.LDA当中的Topic个数怎么确定A、基于经验主观判断、不断调试、操作性强、最为常用。B、基于困惑度C、使用Log-边际似然函数的方法，这种方法也挺常用的。D、基于主题之间的相似度：计算主题向量之间的余弦距离，KL距离等。答案：ABCD29.以下四个选项中，哪些说的是LightGBM的优点A、更快的训练速度B、更低的内存消耗C、更好的准确率D、分布式支持，可以快速处理海量数据答案：ABCD30.关于如下运算：a=tf.Variable([3，4，5]）和b=tf.Variable(a），以下描述正确的是A、合法B、非法C、合法但a需要提前初始化D、合法但不够安全答案：ACD31.关于LightGBM的优点，说法正确的是A、更快的训练速度B、更低的内存消耗C、更好的准确率D、分布式支持，可以快速处理海量数据答案：ABCD32.下列几个优化器中，可以跳出局部最优的分别有哪些？A、AdamB、MomentumC、RMSpropD、Lasso答案：ABC33.关于集合外一个点，到该集合的距离，描述正确的是哪些选项A、是该点到集合边界点的最短距离B、是该点到集合内所有点的最短距离C、是该点到集合内任意一点的距离D、是该点到集合内非边界点的某点的距离答案：AB34.CNN的池化层包括哪几种A、卷积B、最大池化C、最小池化D、平均池化答案：BD35.以下四个选项中，哪些对LightGBM的优点说法是准确的A、更好的准确率B、分布式支持，可以快速处理海量数据C、更快的训练速度D、更低的内存消耗答案：ABCD36.LightGBM在哪些地方进行了优化(区别XGBoost)？A、基于Histogram的决策树算法B、带深度限制的Leaf-wise的叶子生长策略C、直方图做差加速直接D、支持类别特征(CategoricalFeature)答案：ABCD37.下列几个选项当中，有哪些是属于梯度下降的A、BGDB、SGDC、mini-batchD、dropout答案：ABC38.在人工智能中包括三大领域，分别是以下哪些？A、符号主义B、连接主义C、行为主义D、深度学习答案：ABC39.常用的池化包含哪两种A、最小池化B、最大池化C、平均池化D、方差池化答案：BC40.关于TensorFlow中的语句，tf.variables_initializer以下描述正确的是A、初始化一个变量B、初始化多个变量C、初始化全部变量D、初始化常量答案：ABC41.LDA中有四个分布分别是哪四个分布A、二项分布B、多项分布C、beta分布D、Dirichlet分布答案：ABCD42.下列选项中，关于数据归一化描述正确的有哪些？A、更容易收敛得到最优解B、权重值较小C、权重值大D、无特点答案：AB43.CNN中的pooling手段一般包含哪两种A、最小池化B、最大池化C、平均池化D、方差池化答案：BC44.在Histogram算法之上，LightGBM还做了哪些优化A、带深度限制的Leaf-wise的叶子生长策略B、直方图做差加速直接C、支持类别特征(CategoricalFeature)D、不确定答案：ABC45.tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)，以下四个选项中，关于上述代码描述正确的是哪些选项A、定义学习步长B、优化器C、交叉熵损失函数D、开始训练答案：ABC46.自然语言的落地成品有哪些A、知识图谱B、机器人C、人脸检测D、推荐系统答案：ABD47.下列选项中关于tf.nn.SoftMax函数的描述以下正确的是哪些选项？A、用于多类别分类B、映射到概率空间C、压缩数据D、用于卷积层答案：ABC48.数据切分阶段中，下列关于数据的训练集和验证集的划分，描述正确的有哪些？A、不一定需要验证集B、数据集数量较少时，训练集和测试集比例可以是7:3C、任何数量的数据集，都应遵守训练集和测试集比例7:3的原则D、大数据量的验证集，可以不遵循训练集和测试集比例7:3的原则答案：ABD49.下列损失函数中，哪些损失函数可以作为分类任务的损失函数A、信息熵B、最小二乘平方损失C、距离模