北京邮电大学《神经网络与深度学习课程设计》2023-2024学年期末试卷

装订线装订线PAGE2第1页，共3页北京邮电大学《神经网络与深度学习课程设计》2023-2024学年期末试卷院(系)_______班级_______学号_______姓名_______题号一二三总分得分一、单选题（本大题共20个小题，每小题2分，共40分．在每小题给出的四个选项中，只有一项是符合题目要求的．）1、卷积神经网络中，增加卷积核的数量会导致什么结果？（）A.特征数量增加B.计算量减少C.模型精度降低D.过拟合风险降低2、以下哪种技术可以用于解决深度学习中的类别不平衡问题？（）A.重采样B.调整损失函数C.生成合成数据D.以上都是3、在循环神经网络中，以下哪个门用于控制信息的遗忘？A.输入门B.遗忘门C.输出门D.更新门4、卷积神经网络中，以下哪种池化方式对特征图的大小改变最大？A.最大池化B.平均池化C.随机池化D.全局池化5、长短时记忆网络（LSTM）相比于传统的循环神经网络（RNN），主要改进在于？（）A.计算速度更快B.能够处理更长的序列C.参数量更少D.更容易训练6、对于语音识别任务，以下哪种神经网络结构常常被使用？A.卷积神经网络B.循环神经网络C.长短时记忆网络D.深度信念网络7、在卷积神经网络中，步长（Stride）的作用是（）A.控制卷积核移动的步长B.调整输出特征图的大小C.增加计算量D.以上都是8、卷积神经网络中，以下哪个操作可以增加特征图的数量？A.卷积B.池化C.填充D.上采样9、以下关于迁移学习中微调（Fine-tuning）的描述，正确的是（）A.只调整输出层参数B.调整部分层或全部层的参数C.不需要重新训练D.以上都不是10、在深度学习中，数据增强的目的是（）A.增加数据量B.提高数据质量C.防止过拟合D.以上都是11、深度学习中，以下哪种算法常用于优化神经网络的参数？（）A.贪心算法B.模拟退火算法C.随机梯度下降算法D.动态规划算法12、生成对抗网络由哪两个部分组成？（）A.生成器和判别器B.编码器和解码器C.分类器和回归器D.前馈网络和反馈网络13、卷积神经网络中，以下哪个因素会影响感受野的大小？A.卷积核大小B.步长C.层数D.以上都是14、以下哪种数据增强方法可能改变数据的语义信息？A.随机旋转B.随机裁剪C.随机添加噪声D.随机缩放15、在训练神经网络时，学习率过大可能导致（）A.收敛速度慢B.无法收敛C.收敛到局部最优D.模型精度高16、以下哪种情况可能导致深度学习模型欠拟合？A.数据量过少B.模型过于复杂C.正则化参数过大D.训练时间过长17、在神经网络中，Dropout的作用是？（）A.增加模型的复杂度B.防止模型过拟合C.提高模型的准确率D.加速模型的训练18、以下哪种深度学习模型常用于图像分割任务？（）A.全卷积神经网络（FCN）B.循环神经网络C.自编码器D.生成对抗网络19、对于图像分类任务，以下哪种数据增强方法比较有效？A.翻转B.旋转C.裁剪D.以上都是20、对于目标检测任务，以下哪种算法常被使用？A.R-CNNB.FastR-CNNC.FasterR-CNND.以上都是二、简答题（本大题共4个小题，共40分)1、（本题10分）解释在深度学习中如何应用图注意力网络进行节点分类。2、（本题10分）说明在深度学习中如何利用对比学习进行有监督学习。3、（本题10分）说明在深度学习中如何利用深度信念网络进行无监督特征学习。4、（本题10分）说明在深度学习中如何利用知识蒸馏进行模型压缩的效果评估。三、分析题（本大题共2个小题，共20分)1、（本题1