华南理工大学《神经网络与深度学习》2021-2022学年期末试卷

学校________________班级____________姓名____________考场____________准考证号学校________________班级____________姓名____________考场____________准考证号…………密…………封…………线…………内…………不…………要…………答…………题…………第1页，共3页华南理工大学《神经网络与深度学习》2021-2022学年期末试卷题号一二三总分得分批阅人一、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、以下哪种方法可以提高深度学习模型的鲁棒性？A.对抗训练B.模型融合C.增加训练轮数D.以上都是2、以下哪种神经网络常用于语音识别？（）A.卷积神经网络B.循环神经网络C.生成对抗网络D.自编码器3、在卷积神经网络中，池化层的主要作用是什么？（）A.增加特征数量B.减少特征数量C.增强特征表达D.提高计算效率4、深度学习模型在训练时，如果验证集上的性能不再提升，应该：A.继续训练B.停止训练C.增加训练数据D.调整模型结构5、以下哪种方法可以用于解决梯度消失问题？（）A.使用ReLU激活函数B.增加网络层数C.减小学习率D.增加训练数据6、深度学习模型训练中，早停法是为了防止：A.过拟合B.欠拟合C.计算资源浪费D.模型复杂度过高7、深度学习中，以下哪种优化算法可以自适应调整每个参数的学习率？A.AdamB.RMSPropC.AdagradD.SGD8、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9、在深度学习框架中，TensorFlow主要的特点是（）A.动态图计算B.易于调试C.高效的分布式训练D.以上都是10、以下哪种正则化方法可以对模型参数进行约束？（）A.L1正则化B.L2正则化C.DropoutD.以上都是11、在深度学习中，以下哪种情况可能需要进行模型微调？A.新数据集与原数据集相似B.模型在原数据集上性能不佳C.计算资源有限D.以上都不是12、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13、以下哪种神经网络结构在处理图像时具有平移不变性？A.全连接网络B.卷积神经网络C.循环神经网络D.自编码器14、在深度学习中，迁移学习的主要思路是（）A.将一个模型的参数复制到另一个模型B.利用已有的模型在新数据上进行训练C.同时训练多个模型并进行融合D.以上都不是15、以下哪种神经网络结构可以自动提取特征？（）A.自编码器B.多层感知机C.决策树D.支持向量机16、以下哪种损失函数常用于二分类问题？A.均方误差损失B.交叉熵损失C.绝对值损失D.Hinge损失17、在深度学习框架中，PyTorch的特点包括？（）A.动态计算图B.易于调试C.丰富的预训练模型D.以上都是18、以下哪种优化算法对学习率的自适应调整效果较好？A.AdagradB.AdadeltaC.RMSPropD.Adam19、在深度学习中，以下哪种技术常用于解决梯度消失问题？A.LSTM单元B.批归一化C.梯度裁剪D.以上都是20、下列关于深度学习中过拟合的描述，错误的是（）A.训练误差小，测试误差大B.模型过于复杂C.增加数据量可以缓解D.是期望的结果二、简答题（本大题共4个小题，共40分)1、（本题10分）解释如何使用深度学习进行音频分类。2、（本题10分）解释在深度学习中如何应用图注意力网络进行图分类。3、（本题10分）简述深度学习中的自动编码器如何进行特征提取。4、（本题10分）说明如何使用正则化方法防止深度学习模型过拟合。三、分析题（本大题共2个