人工智能算法知识考试题库500题（供参考）

人工智能算法知识考试题库500题(供参考)输出的featuremap矩阵的结构是()。C、1是错的，2是对的A、精度与错误率的和为1B、深度优先搜索C、有界深度优先搜索D、启发式搜索16.下列哪个函数不可以做非线性激活函数?()17.Softmax算法中温度趋近于0时Softmax将趋于(A、仅探索B、仅利用解析：见算法解析A、1A、K-means离),后者是曼哈顿距离。D、高斯混合聚类22.faster-rcnn回归分支采用()loss像进行处理，只需要关注图像中某些()的区域。A、设为037.如果我们希望预测n个类(p1,p2...pk)的概率使得所有n的p的和等于1,38.在人脸检测算法中，不属于该算法难点的是()A、出现人脸遮挡39.机器执行学习的框架体现了其学习的本质是()A、参数预估出43.在CNN中，梯度下降法的作用是()。D、加速训练45.目标检测常用性能指标的是()数A、1,2,4,5标签是C,它的一个假定是()C、特征变量X的各个维度是类别条件独立随机变量49.独热编码的缺点是：①.过于稀疏②.词与词的相关性A、召回率58.在卷积操作过程中计算featuremap的尺寸：设图像大小为300*300,卷积核大小为3*3,卷积窗口移动的步长为1,则featuremaps的大小是()个元素?59.Inception模块采用()的设计形式，每个支路使用()大小的卷积核。60.xgboost在代价函数里加入了(),用于控制模型的复杂度B、非线性61.CRF(条件随机场)和HMM(隐马尔可夫模型)之间的主要区别是什么?B、置为无穷C、置为063.关于聚类说法错误的是()___73.哪个不是常用的聚类算法()。A、K-Means74.高层的特征是低层特征的组合，从低层到高层的特征表达越来越(),也即B、随机森林是并行计算的，而GBDT不能82.代码arr1=np.array([[1,2,3],[4,5,6]]);arr2=2*np.ones([2,3],dtype=64);print((arr1*arr2)[1][2])的输出结果是()?注：(已导入C、10解析：见算法解析83.下列选项中，哪个不是关键词提取常用的算法()A、TF-IDF解析：SSA(SalpSwarmAlgorithm)是一种元启84.如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型，下列哪种做法是正确的?A、增加树的深度B、增加学习率C、减小树的深度D、减少树的数量A、交叉验证的次数87.以下说法正确的是()。A、只有(1)A、0(m)98.EM算法是()A、CNNA、Boosting的值太大，则小簇(尺寸小于K的簇)可能会被标记为A、DNNA、在实际场景下，应尽量使用ADAM,避免使用SGDB、数据采样C、正则化A、GoogLeNet仅仅是在宽度上进行了探索，B、GoogLeNet在宽度上进行了探索D、GoogLeNet结合多种网络设计结构A、随机梯度下降129.()是一种基于树结构进行决策的算法。B、决策树133.下述()不是人工智能中常用的知识格式化表示方法。A、框架表示法137.早期图像识别技术中存在的主要问题是()。138.FPN中根据ROI的()来分配所属层级?B、最大边长度139.随机森林是一种集成学习算法，是()算法的具体实现。A、BoostingA、(AB)CD、LR线性回归144.LSTM用于文本分类的任务中，不会出现的网络层是()1,那么下列哪个函数可以用作输出层中的激活函数?A、增加参数数量C、在开始时将学习率降低10倍154.在CNN构建中，指定每次训练或验证数据集图片多少的变量为()。A、relu解析：在CNN构建中，指定每次训练或验证数据集图片多少的变量为batch。B、QA系统相对独立很难与其他NLP系统结合使用，现有QA系统只能处理对文C、大多数NLP问题都可以被视为一个问题回答问题。范例很简单：我们发门开发和优化。给定输入序列(知识)和问题的训练集，它可以形成情节记忆，169.lou表示的是()A、SLTM解析：在RNN中，目前使用最广泛的模型便是LSTM模型，该模型能够更好地建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的同方差正态分布解析：线性回归的基本假设是随机干扰项是均值为0的同方差正态分布181.机器学习算法的一般流程是()。A、1)收集数据，2)准备数据，3)分析数据，4)训练算法，5)测试算法，6)B、1)收集数据，2)分析数据，3)准备数据，4)训练算法，5)测试算法，6)C、1)收集数据，2)分析数据，3)准备数据，4)测试算法，5)训练算法，6)D、1)收集数据，2)分析数据，3)测试算法，4)训练算法，5)准备数据，6)距离计算所需要的数值，最好是结构化的数据格式。(3)分析数据：可以使用任何方法。(4)训练算法：此步骤不适用于k-近邻算法。(5)测试算法：计算错误率。(6)使用算法：首先需要输入样本数据和结构化的输出结果，然后运行k-近邻算法判定输入数据分别属于哪个分类，最后应用对计算出的分类执行后续的处182.卷积convolutionalneuralnetworkCNN具有类似()的数据的神经网络。C、序列结构理具有类似()的数据的神经网络。183.语言模型的作用是：A、查看一句话成为一句“人话”的概率B、查看一句话是英语的概率C、查看一句话是汉语的概率D、查看一句话是否是完整的解析：语言模型的作用是查看一句话成为一句“人话”的概率及由于上一个行动而产生的()。188.ResNet-50有多少个卷积层?()性190.为了将特征转变成Embedding表示，所有特征均需转变成()193.Skip-gram在实际操作中，使用一个()(一般情况下，长度是奇数),从的输出是()?A、GMM解析：见算法解析4.可以用随机梯度下降法求解参数的模型分别有()B、卷积神经网络C、循环神经网络解析：见算法解析5.假设我们要解决一个二类分类问题，我们已经建立好了模型，输出是0或1,初始时设阈值为0.5,超过0.5概率估计，就判别为1,否则就判别为0;如果我们现在用另一个大于0.5的阈值，那么现在关于模型说法，正确的是A、模型分类的召回率不变B、模型分类的召回率会升高解析：准确率：即预测结果正确的百分比。精确率(查准率):预测结果为正例样本中真实为正例的比例(查得准)。召回率(查全率):真实为正例的样本中我们定义了新的指标去“综合”这两个指标。具体的定义如公式(3),从数学C、能够表征词与词之间的相互关系(相似度计算)7.关于神经网络模型的说法，哪些是不正确的()9.下列可用于隐马尔可夫预测的算法是()。13.非线性核SVM研究重点是设计快速近似算法，包括()19.考虑到RNN(或者LSTM,GRU等)类模型只能从()依次计算或者从()依次计B、均方误差损失函数C、交叉熵误差损失函数21.关于卷积神经网络池化层以下描述正确的是?A、池化操作采用扫描窗口实现B、池化层可以起到降维的作用C、常用的池化方法有最大池化和平均池化D、经过池化的特征图像变小了22.哪些项属于集成学习?23.以下哪些不是常见的自然语言处理的网络结构。24.下面的Python开发包中，属于深度学习框架的有()A、flask解析：见算法解析25.模型压缩的主要方法有哪些?A、模型剪枝解析：见算法解析A、勤奋学习模型B、参数模型C、懒惰学习模型D、非参数模型解析：见算法解析34.Transformer由且仅由()和()组成。只要计算资源够，可以通过堆叠多38.下面哪些是基于核的机器学习算法()40.处理数据的五个环节分别是：1.()2.()3.()4.()5.校验数据有效性41.常用的机器学习算法，可使用哪些开发包()A、sklearn42.VGG从()角度改进了之前的图像分类网络?GoogLeNet从()角度改进了之前的图像分类网络?ResNet从()角度改进了之前的图像分类网络?勒展开，同时用到了()50.关于谓词逻辑，下列描述正确的是()往会很高，这种现象称为过拟合对于产生这种现象以下说法正确的是()答案：ABCD系数为(),Rand指数为()58.与浅层神经网络相比，深度学习的不同在于()和()。60.RCNN三大不足是()集称为一个“簇”,每个簇对应一定的概念(如无籽瓜、浅色瓜等),这些概念对聚类算法是的，聚类过程仅能自动形成簇结构B、不相交64.BERT模型的主要创新点都在pre-train方法上，即用了()和()两种方法A、由于负数部分恒为0,会导致一些神经元无法激活B、输出不是以0为中心66.DSSM经典模型的优点有()67.图像识别的应用场景有()。解析：见算法解析68.机器学习一般分为()和()。A、强化学习B、监督学习C、非监督学习解析：见算法解析69.下列哪些属于集成学习()解析：见算法解析是词表大小，向量中只有一个维度的值为(),其余维度为(),这个维度就代71.关于Bagging集成方法说法正确的是()72.下列哪些网用到了残差连接()74.常见的循环神经网络结构包括()A、特征稠密B、特征稀疏79.目标检测存在的挑战有()85.深度学习的训练过程包括：自下而上的()和自顶向下的()。86.以下哪些机器学习算法可以不对特征做归一化处理()B、逻辑回归D、k近邻用于分类时，对于新的样本，根据其k个最近邻样本的类别，通过多A、感知器91.下列哪些模型可以E2E训练()A、PCA94.对股价的预测，下列哪些方法是可行的()学习，先从()得到(),之后进行类别的()以得到结果。99.关于SVM,以下描述正确的是()101.matplotlib中，subplotsadjust方法中的()和()参数分别控制图片的宽度和高度百分比，以用作子图间的间距。解析：见算法解析102.下列哪些开发包，已包含一些常用的机器学习算法?()A、sklearn解析：见算法解析103.CNN常见的数据集有()解析：见算法解析法为.D、语义网络111.下列关于极大似然估计(MaximumLikelihoodEstimate,MLE),说法正确的A、MLE可能并不存在C、如果MLE存在，那么它的解可能不是唯一的解析：见算法解析112.距离函数dist(,)需要满足()特性。解析：见算法解析113.下列关于Ridge回归的说法，正确的是()。A、若λ=0,则等价于一般的线性回归B、若λ=0,则不等价于一般的线性回归C、若λ=+oo,则得到的权重系数很小，接近于零D、若λ=+0,则得到的权重系数很大，接近与无穷大114.在某神经网络的隐层输出中，包含0.75,那么该神经网络采用的激活函数可能是()115.vgg19中的19代表了网络中哪些层的数目总和()A、全连接层解析：vgg19是常用的卷积神经网络之一，包括16层卷积层和3层全连接层，A、截断过长语句117.下列选项属于静态图缺点的是()118.对于以下几种性能度量指标，属于外部度量的是()A、fit__126.关于归一化描述正确的是()。A、归一化可以预防过拟合B、归一化没有实质作用C、归一化将所有数据样本之缩放到0-1之间D、归一化是一种激活函数127.以下哪些是属于深度学习算法的激活函数?A、Sigmoid128.关于学习率初始值设定描述正确的是()?以下()数值适合作为学习率的初始值?A、学习率是网络自己学习得到的B、学习率是根据不同场景，人为设定的解析：见算法解析129.假设在卷积操作过程中，对于size为3*3的image,如需提取100个特征，卷积层需要()个卷积核，假设卷积核大小为4,则共需()个参数。130.下列描述正确的是()131.下列哪些组