人工智能深度学习技术练习(习题卷11)

试卷科目：人工智能深度学习技术练习人工智能深度学习技术练习(习题卷11)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能深度学习技术练习第1部分：单项选择题，共49题，每题只有一个正确答案,多选或少选均不得分。[单选题]1.激活函数把?()?保留并映射出来A)半激活的神经元的特征B)未激活的神经元的特征C)激活的神经元的特征D)无所谓状态的神经元的特征答案:C解析:[单选题]2.什么是池化?A)隔离图像特征的技术B)-种在保持特征的同时减少图像信息的技术C)-种使图像更清晰的技术D)组合图片的技术答案:B解析:[单选题]3.pytorch增加维度的函数是：A)reshapeB)squeezeC)unsqueezeD)transpose答案:C解析:[单选题]4.压缩文件命令正确的是（）。A)tarB)gzipC)lsD)ls答案:B解析:难易程度：易题型：[单选题]5.如果词汇量是10000,每个词汇由300个特征表示,那么嵌入矩阵就是一个()的矩阵A)10000*10000B)300*300C)300*10000D)100*10000答案:C解析:[单选题]6.np.array([[1,2,3],[4,5,6]])属于几维数组（）。A)0B)1C)2D)3答案:C解析:难易程度：易题型：[单选题]7.超参数范围中说法正确的是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:A解析:[单选题]8.tf.GradientTape用来记录（）过程A)正向传播B)反向传播C)参数更新D)代价处理答案:A解析:[单选题]9.LSTM中,哪个门的作用是?确定哪些新的信息留在细胞状态中,并更新细胞状态??A)输入门B)遗忘门C)输出门D)更新门答案:A解析:[单选题]10.定义张量类型为32位浮点数，下列代码正确的是A)Tf.constant([1],32)B)Tf.constant([1],32.0)C)Tf.constant([1],type=tf.float32)D)Tf.constant([1],dtype=tf.float32)答案:D解析:[单选题]11.DataLoader中num_workers的作用是A)批次大小B)是否乱序C)使用多进程读取数据，设置的进程数。D)是否丢弃最后一个样本数量不足batch_size批次数据。答案:C解析:[单选题]12.均方误差损失函数用来处理（）问题A)分类B)预测C)过拟合D)以上都不对答案:B解析:[单选题]13.Session是Tensorflow为了控制,和输出文件的执行的语句.运行session.run()可以获得你要得知的运算结果,或者是你所要运算的部分通常要创建Session对象,对应的编程语句为:A)sess=tf.Session()B)sess.close()C)tf.add()D)tf.equal()答案:A解析:[单选题]14.当权值过大,前面层比后面层梯度变化更快,会引起梯度爆炸问题,就是所谓的()A)梯度爆炸B)卷积C)池化D)全连接答案:A解析:[单选题]15.从官网中下载的手写数字数据集是什么类型文件（）。A)二进制B)八进制C)十进制D)图片文件答案:A解析:难易程度：易题型：[单选题]16.使用二维滤波器滑动到被卷积的二维图像上所有位置,并在每个位置上与该像素点及其领域像素点做内积,这就是()A)一维卷积B)二维卷积C)三维卷积D)四维卷积答案:B解析:[单选题]17.语句b=tf.ones_like(a)是A)将b节点内容用a替换B)b对应张量维度和A相同,值为1C)b对应张量维度和A相同,值为2D)b对应张量维度和不同答案:B解析:[单选题]18.多义现象可以被定义为在文本对象中一个单词或短语的多种含义共存。下列哪一种方法可能是解决此问题的最好选择?BA)随机森林分类器B)卷积神经网络C)梯度爆炸D)上述所有方法答案:B解析:[单选题]19.将一个骰子的?3?和?2?修改成?1?,那么掷这个骰子得信息熵会:A)增大B)减少C)不变D)不确定答案:B解析:[单选题]20.以下函数中不具备排序功能的是（）。A)sortB)argsortC)lexsortD)extract答案:D解析:难易程度：中题型：[单选题]21.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:C解析:[单选题]22.神经网络的三层网络结构包括（）。A)输入层、中间层、输出层B)输入层、输出层、中间层C)输入层、隐藏层、输出层D)输入层、输出层、隐藏层答案:C解析:难易程度：易题型：[单选题]23.下列关于循环语句的说法正确的是（）。A)for语句是一种当型循环B)while语句是一种直到型循环C)使用while语句创建了无限循环时，一定是因为顶端布尔表达式只包含常数D)for语句和while语句都支持嵌套，并且可以相互嵌套答案:D解析:难易程度：中题型：[单选题]24.神经网络中使用激活函数处理非线性因素,是因为()的效果不够A)非线性模型B)非线性+线性模型C)双曲线性模型D)线性模型答案:D解析:[单选题]25.实践中,Batch归一化通常和什么一起使用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:A解析:[单选题]26.MNIST数据集有多少条训练样本（）。A)55000B)60000C)10000D)50000答案:D解析:难易程度：易题型：[单选题]27.Tf.matmul(a,B,transpose_a=False,transpose_b=False,adjoint_a=False,adjoint_b=False,a_is_sparse=False,b_is_sparse=False,name=None)函数返回值是一个跟张量a和张量b类型一样的张量且最内部矩阵是a和b中的相应矩阵的()A)相与B)乘积C)相除D)相加答案:B解析:[单选题]28.深度学习最早兴起于（）领域A)图像识别B)语音识别C)数据挖掘D)自然语言处理答案:A解析:[单选题]29.对于一个图像识别问题(在一张照片里找出一只猫)，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)感知机C)多层感知机D)卷积神经网络答案:D解析:[单选题]30.DataLoader中drop_last的作用是A)批次大小B)是否乱序C)使用多进程读取数据，设置的进程数。D)是否丢弃最后一个样本数量不足batch_size批次数据。答案:D解析:[单选题]31.Youarebuildingabinaryelassifierforrecognizingcucumbers(y=1)vs.watermelons(y=0).Whichoneoftheseactivationfunctionswouldyourecommendusingfortheoutoutlaver?A)ReLUB)LeakyReLuC)sigmoidD)tanh答案:C解析:[单选题]32.Tf定义一个占位符号的语句是A)Y=tf.zeros(2.0,shape=[1,2])B)X=tf.variable(2.0,shape=[1,2])C)Y=tf.placeholder(tf.float32)D)Y=ones(2.0,shape=[1,2])答案:C解析:[单选题]33.以下选项中,对文件的描述错误的是（）。A)文件是一个存储在辅助存储器上的数据序列B)文件中可以包含任何数据内容C)文本文件和二进制文件都是文件D)文本文件不能用二进制文件方式读入答案:D解析:难易程度：易题型：[单选题]34.(e^x)*x^2的导数是A)(e^x)(x^2+2x)B)(e^x)C)(e^x)*cos(x)D)cosx答案:A解析:[单选题]35.防止过拟合的方法可以使用正则化，正则化方法中不包括下面哪个方法（）A)混合L1与L2正则化B)L1正则化C)L3正则化D)L2正则化答案:C解析:[单选题]36.在不使用辅助库的情况下，Matplotlib不能绘制的图形是（）。A)箱线图B)折线图C)3D图D)条形图答案:C解析:难易程度：中题型：[单选题]37.对y=sigmoid(x)函数对x的导数可以写成A)y(1+y)B)exp(-x)C)1-exp(-x)D)y(1-y)答案:D解析:[单选题]38.在tf.assign(a,B.的意义是:A)将b节点变量赋值给a节点变量B)将a节点变量赋值给b节点变量C)a=bD)b=a答案:A解析:[单选题]39.基础的神经网络只在层与层之间建立了权连接,RNN最大的不同之处就是在层之间的神经元之间也建立的()A)权连接B)层连接C)前馈连接D)反馈连接答案:A解析:[单选题]40.对于一个分类任务，如果开始时神经网络的权重不是随机赋值的，而是都设成0，下面哪个叙述是正确的?A)其他都不对B)没啥问题，神经网络会正常开始训练C)，但后都会别同样的东西D)网络不会开始训练，因为没有梯度改变答案:C解析:[单选题]41.模型训练方式中最简单的操作方式是：A)内置fitB)内置train_on_batchC)自定义训练循环D)内置compile答案:A解析:[单选题]42.AlexNet网络结构有8层,其中有5个卷积层和()个全连接层A)3B)5C)16D)19答案:A解析:[单选题]43.JSON数据饿格式与下面哪种相似（）。A)列表B)数组C)字典D)字符串答案:C解析:难易程度：易题型：[单选题]44.关于Python文件处理，以下选项中描述错误的是（）A)Python能处理JPG图像文件B)Python不可以处理PDF文件C)Python能处理CSV文件D)Python能处理Excel文件答案:B解析:难易程度：易题型：[单选题]45.X的值是False,tf.cast(x,tf.float32)的结果是A)0.0B)FalseC)1.0D)True答案:A解析:[单选题]46.卷积函数中，参数strides的作用是（）A)设置卷积核B)设置卷积步长C)设置卷积层数D)以上都不对答案:B解析:[单选题]47.下列不属于Lasso对象属性的是（）。A)coef_B)sparse_coef_C)intercept_D)n_features_答案:D解析:难易程度：中题型：第2部分：多项选择题，共16题，每题至少两个正确答案,多选或少选均不得分。[多选题]48.图像读写语句:image0=tf.image.decode_jpeg(value)A)对Value进行解码B)Value是jpeg格式数据C)value是压缩数据D)tf.image是图像处理类答案:ABCD解析:[多选题]49.范数,在()、()及相关的数学领域,范数是一个函数,是矢量空间内的所有矢量赋予非零的正长度或大小。A)线性代数B)泛函分析C)腐蚀D)膨胀答案:AB解析:[多选题]50.Adagrad优化器需要执行的步骤是A)计算梯度B)累计平方梯度C)计算更新D)应用更新答案:ABCD解析:[多选题]51.Anaconda包含了()约180多个科学包及其依赖项。A)condaB)matlabC)PythonD)cad答案:AC解析:[多选题]52.函数conv2d()有好几个参数…,对其参数描述正确的下面选项有那些?A)步长在高度方向和宽度方向均为stridesB)填充图像边缘,使图像尺寸不变C)input是待卷积的数据D)filter是卷积核答案:ABCD解析:[多选题]53.在tensorflow中,tf.reshape函数的参数是(tensor,shape,name=None),以下哪些描述是正确的?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:ABCD解析:[多选题]54.语句a=tf.Variable([1,2,3])和b=tf.Variable(a)这条语句: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:ACD解析:[多选题]55.在tensorflow平台中,能实现卷积运算的函数是:A)tf.nn.conv2dB)tf.nn.depthwise_conv2dC)tf.nn.convolutionD)tf.random_normal答案:ABC解析:[多选题]56.Anaconda包括()以及一大堆安装好的工具包,比如:numpy、pandas等A)CondaB)PythonC)OPENCVD)TPU答案:AB解析:[多选题]57.optimizer中包含的方式有A)rmspropB)adagradC)adamD)sgd答案:ABCD解析:[多选题]58.Tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)A)准备样本集合B)前向传递,求出lossC)求出反向的梯度dYD)按照梯度dY,确定的更新参数,更新X,继续循环答案:ABCD解析:[多选题]59.writer.add_scalar仅能对标量的值的变化进行可视化，一般用于（）分析A)损失B)评估指标C)权重D)截距答案:AB解析:[多选题]60.pytorch中tensorboard的可视化模块有A)writer.add_graphB)writer.add_scalarC)writer.add_histogramD)writer.add_figure答案:ABCD解析:[多选题]61.梯度下降法主要有哪些缺点：（）A)训练速度慢B)计算量太大C)容易陷入局部最优解D)代码太多答案:AC解析:评价：梯度下降法主要有两个缺点:训练速度慢：每走一步都要要计算调整下一步的方向，下山的速度变慢。在应用于大型数据集中，每输入一个样本都要更新一次参数，且每次迭代都要遍历所有的样本。会使得训练过程及其缓慢，需要花费很长时间才能得到收敛解。容易陷入局部最优解：由于是在有限视距内寻找下山的反向。当陷入平坦的洼地，会误以为到达了山地的最低点，从而不会继续往下走。所谓的局部最优解就是鞍点。落入鞍点，梯度为0，使得模型参数不在继续更新。[多选题]62.属于卷积的参数有A)strideB)kerner_sizeC)in_channelsD)out_channels答案:ABCD解析:第3部分：判断题，共19题，请判断题目是否正确。[判断题]63.深度学习的思想，来源于人脑的启发，但绝不是人脑的模拟，人类的学习过程往往不需要大规模的训练数据，而现在的深度学习方法显然是对人脑的模拟。A)正确B)错误答案:错解析:深度学习的思想，来源于人脑的启发，但绝不是人脑的模拟，人类的学习过程往往不需要大规模的训练数据，而现在的深度学习方法显然不是对人脑的模拟。[判断题]64.独热编码没有什么作用A)正确B)错误答案:错解析:[判断题]65.隐藏层层数增加，模型能力增加。A)正确B)错误答案:错解析:[判断题]66.神经网络中，隐藏层如果具有足够数量的单位，理论上它就可以近似任何连续函数。A)正确B)错误答案:对解析:[判断题]67.Tensorflow是谷歌公司开发的深度学习开发框架。A)正确B)错误答案:对解析:[判断题]68.使用torch.utils.data.TensorDataset根据Tensor创建数据集(numpy的array，Pandas的DataFrame需要先转换成Tensor)。A)正确B)错误答案:对解析:[判断题]69.卷积运算的主要目的是为了增强信号特征，较少噪音。A)正确B)错误答案:对解析:[判断题]70.激活函数会将数据变为非线性模式A)正确B)错误答案:对解析:[判断题]71.处理分类问题一般用神经网络,处理预测问题用线性回归。A)正确B)错误答案:对解析:[判断题]72.概率系统中,单个事件的信息熵,是系统信息熵的一个组成部分。A)正确B)错误答案:对解析:[判断题]73.与传统机器学习方法相比，深度学习的优势在于深度学习完全不提取底层特征，如图像边缘、纹理等。A)正确B)错误答案:错解析:[判断题]74.BP算法可以使网络权值收敛到一个最终解,但它并不能保证所求为误差超平面的全局最优解,也可能是一个局部极小值。这主要是因为BP算法所采用的是梯度下降法A)正确B)错误答案:对解析:[判断题]75.均方损失函数,是个数量函数,它的张量的维度是0A)正确B)错误答案:对解析:[判断题]76.在tf语句中X.Value是将x中的内容取出。A)正确B)错误答案:错解析:[判断题]77.全局变量初始化语句后,变量和常量都被初始化。A)正确B)错误答案:错解析:[判断题]78.MNIST全连接神经网络模型一共有3层，既输入层、隐藏层和输出层。A)正确B)错误答案:对解析:[判断题]79.图像经过卷积之后会变小，输入输出大小不一致。采用0填充的方式解决这个问题。A)正确B)错误答案:对解析:[判断题]80.Tf.reduce_mean函数的作用是求平均值。第一个参数是一个集合,可以是列表、二维数组和多维数组。第二个参数指定在哪个维度上面求平均值。默认对所有的元素求平均A)正确B)错误答案:对解析:[判断题]81.所谓图灵测试是一个典型思想实验。A)正确B)错误答案:对解析:第4部分：问答题，共16题，请在空白处填写正确答案。[问答题]82.卷积层的输入输出数据称为_______答案:特征图解析:[问答题]83.tensorflow中，变量是一种特殊的______。答案:张量；解析:[问答题]84.简述批量梯度下降法的操作方法与优缺点。答案:遍历全部数据集算一次损失函数，对各个参数进行更新；每更新一次参数，需要遍历数据集中所有样本，导致计算速度慢。解析:[问答题]85.编程：tf.variable_scope里面还有一个resuse=True属性，表示使用已经定义过的变量，这时tf.get_variable都不会创建新的变量，而是直接获取已经创建的变量。声明3个同名变量，使用该属性使用已定义过的变量。答案:ImporttensorflowastfWithtf.variable_scope('V1?):a1=tf.get_variable(name='a1',shape=[1],initializer=tf.constant_initializer(1))Withtf.variable_scope('V2?):a2=tf.get_variable(name='a1',shape=[1],initializer=tf.constant_initializer(1))Withtf.variable_scope('V2',reuse=True):a3=tf.get_variable('a1?)Withtf.Session()assess:sess.run(tf.global_variables_initializer())print()print()print()解析:[问答题]86.损失函数一般使用_______和_______答案:均方误差|交叉熵解析:[问答题]87.简述深度学习的发展历程。答案:但深度学习的发展先后经过起源阶段、发展阶段、和爆发阶段。起源阶段：1943年美国神经生理学家沃伦·麦克洛奇和逻辑学家沃尔特·茨设计使用计算机来模拟神经元，被称为人工神经元模型。发展阶段：1986年，杰弗里·辛顿提出了一种适用于多层感知器的反向传播算法--BP算法，解决了非线性分类问题。爆发阶段：2016年，谷歌基于深度学习开发的AlphaGo以4:1的比分战胜了国际顶尖围棋高手李世石，深度学习再次掀起狂潮。解析:[问答题]88.画出一个包含1个卷积层、两个全连接层，进行图片分类任务的CNN网络答案:解析:[问答题]89.神经网络的特征由_______决定权重参数的值答案:数据解析:[问答题]90.编程：新建tf.train.Saver()对象，恢复模型，模型路径为src/step3/save_dir1/store.ckpt。答案:ImporttensorflowastfImporttimeDefvariable_restore():const123=tf.Variable(([[2]]),name="jjdaren")sess=tf.Session()saver=tf.train.Saver()saver.restore(sess,"src/step3/save_dir1/store.ckpt")final_result=sess.run(const123)sess.close()returnfinal_result解析:[问答题]91.importtensorflowastfA=tf.constant(3,32)B=tf.constant(4,32)C=tf.constant(5,32)Y=tf.add(a*b,c)Withtf.Session()assess:print(sess.run(y))该程序的输出值为______。答案:17；解析:[问答题]92.M-P神经元模型具有模型清晰、结构简单、_________等优点。答案:计算量小；解析:[问答题]93.为什么神经网络的激活函数必须使用非线性函数？答案:因为使用线性函数的话，不管如何加深层数，总存在与之等效的?无隐藏层的神经网络?。为了发挥叠加层所带来的优势，激活函数必须使用线性函数。解析:[问答题]94.编程：定义占位符input1和input2，利用占位符，启动tensorflow图，实现input1*input2，并将结果保存到变量result中。答案:Imp