2024-2025华为ICT大赛（实践赛）-昇腾Al赛道理论考试题库大全-上（单选题）

2024-2025华为ICT大赛(实践赛)-昇腾Al赛道理论考试3.图像识别实验中，在4251个训练图片中，有超过2000个类别只有一张图片。还有一些类中有2-5个图片。这一描述反映了以下哪一种数据问题?D、数据过拟合问题4.以下关于机器学习中分类模型与回归模型的说法，哪一项说法是A、对回归问题和分类问题的评价，最常用的指标都是准确率和召回率B、输出变量为有限个离散变量的预测问题是回归问题，输出变量为连续变量的C、回归问题知分类问题都有可能发生过拟合解析：这道题考察的是对机器学习中分类模型与回归模型的理解。A选项错误，因为准确率和召回率主要用于分类问题的评价，而不是回归问题。B选项错误，项错误，逻辑回归虽然名字中有“回归”,但实际上是一种分类模型，用于处理二分类问题。因此，正确答案是C。5.以下对于深度学习与人工神经网络的关系的描述，正确的是哪一项?学习。人工神经网络(ANN)是深度学习B、layout优化类标签。-C项(动作识别):同样可能是“多对一”或“多对多”,输入视频惠AI的技术创新。而新编程语言并非其主要创新点。为最佳阈值。()C、像素值累积差值D、类间方差D、k-折交叉验证方法中的k不是超参数是由模型训练得来的其中k-折交叉验证是常用的一种。在这个过程中，数据集被分成k份，每次用证集。选项A正确描述了k-折交叉验证是常用的方法。选项B正确描述了交叉因为k-折交叉验证中的k是人为设定的，不是由模型训练得来的，它是一个超解析：卷积神经网络(ConvolutionaINeuraINetworks,CNN)的层数因网络架构几层。而ResNet是一种特殊的CNN,其设计思想是通过引入残差连接和块(ResidualBlocks)来克服深度CNN中的梯度消失和退化问题，因此其层数较多，可过程的一部分?B、数据降维C、数据标准化据到模型部署之前，通常会经历一系列的数据预处理步骤。数据降维(B选项)是为了减少数据集的维度，提高计算效率；数据标准化(C选项)是为了将数据缩放到一个统一的范围，便于模型处理；数据清理(D选项)是为了去除数据中的噪声和异常值，提高数据质量。而数据可视化(A选项)通常是在数据处理和16.John想要通过神经网络，将一段视频中的众多17.0TSU算法遍历可能的阈值，并且选取前景区域和背景区域()最大的分割阈A、异腾310处理器C、昇腾910处理器重要的特征的系数减小到0。C选项，多项式回归，主要用于拟合非线性关系，22.在Mindspore数据处理过程中，需要对全数据集执行归一化、通道变换等操A、Batch23.以下关于决策树的描述中，哪—项是C、GNI系数可以被看作是一种纯度的量化指标D、ID3算法德用信息增益率进行属性选择3算法的一个基本特点，所以D选项描述正确。综上所述，错误的选项是B。24.如果有100个卷积核，每个卷积核的大小是10x10,在不每个卷积核有100个参数。如果有100个这样的卷积核，那么总参数量就是100个卷积核乘以每个卷积核的100个参数，即10K。因此，选项C是正确的答案。t),经过一个含4个卷积核的卷积层，其中卷积核大小均为5*5,步长为2,无解析：每个卷积核的大小为5×5×3(因为输入图像有3个通道),所以每个卷解析：这道题考察的是对TensorFlow框架基础知A、EMA、召回率能的指标。选项C的“过滤垃圾邮件”是模型的功能描述，并非性能衡量标准。模型过滤垃圾邮件的准确性如何。因此，答案是D。32.如果想要对图像翻拍情况进行检测，可以调用华为并获取相应的AK/SK(访问密钥)和project_id。同时，用户还需要将图像内容转换为Base64编码，并构建API请求参数，然后发送POST请求到华为云图像识别服务的图像搜索API端点，并解析API响应。最终，用户可以处理搜索结果，33.我们可以利用以下哪种方法实现反向传播?()A、计算图不适合直接用于图像风格转换。因此，John应选择CartoonGAN来实现其功能。B、keras内置优化器C、keras模型部署工具D、Keras生成模型工具个知识点，我们可以确定答案是B,即keras数据处理工具。37.在Mindspore中，能够提供训练过程可视化的是以下哪个子系统?为27个。A、数据收集->数据清洗->特征提取与选择->模型训练->模型部署与整合->模型评估测试C、数据收集->数据清洗->特征提取与选择->模型训练->模型评估测试->模型部D、数据收集->数据清洗->模型训练->特征提取与选择->模型部署与整合->模型ticspeechrecognition,自动语音识别)型。由于Int16是一种整数类型，无法被向量计算单元42.以下哪个不是Mindspore常用的Operation?解析：MindSpore是一个面向全场景(手机、边缘计算、云等)的AI计算框架，旨在提供易于使用、高性能和灵活的AI开发平台。MindSpor根据提供的选项，"signal"不是MindSpore常用的Operation,内核主要提供math库、array库和nn(神经网络)库来完成AI相关的计算和操作。因此，正确答案是A。果最好。()A、中值滤波C、均值滤波44.当使用TensorFlow2.0的keras接口搭建神经网络时，需要进行网络的编译50.下列哪一项是张量[[0,1],[2,3]]的正确阶数?中索引的数量。在张量[0,1]:[2,3]中，有两个索引范围，即[0,1]和[2,3],因此它是一个二阶张量。所以正确答案是C。基础上引入了非线性因素(sigmoid函数),用于解决二分类问题。逻辑回归是一种分类模型，主要用于预测一个样本属于某个类别(通常是二分类)的概率。53.以下哪一项不是异腾AI芯片AICore中的基础计算资源?ubeUnit)、向量计算单元(VectorUnit)、标量计算单元(ScalarUnit),不包含张A、ttsc_request—ItsCustomRequest(textETtsC_request.setpiB、ttsc_request=TtsC.ustomRequest(test)C、ttsc_requestTtsCustomRequest(textY:ttD、ttsc_request=TtsCustomRequest(text提供的选项，只有选项D中的`ttsc_request.set_volume`方法可以用于设置音量。选项A中的`ttsc_request.set_pitch答案是选项D。56.Mindspore深度学习框架专门用于图像增强的是以下哪一个模块?据增强的模块。因此，当用户问到“MindSpore深度学习框架专门用于图像的是以下哪一个模块”时，正确是D.minA、离散值和回归模型D、连续数值和回归模型因此，选项D是正确的。A、4,仿射B、4,透视C、3,透视D、3,仿射种常用的技术，用于校正由于拍摄角度导致的图像畸变。透视变换需要4个对应选择“4,透视”是正确的。解析：(224-7)/1+1=218,因为是5个卷积核，所以输出通道肯定是5,选A。明，以便Host侧和Device侧能正确地传递和处理数据。这是AscendCL开发流64.用两个3x3的卷积核对一副三通道的彩色图像进卷积，得到的特征图有几个通道?()以最终得到的特征图有2个通道。C、深度学习与机器学习同属于人工智能但相互之间没有关系D、以上都不对之间的关系，而选项B、C、D则没有正确描述这种关系。项?A、sr_request.set_addpunc('y参数的方法。选项A中的asr_request.set_add_punc('yes')是一种常用的设置方式，表示输出结果中将添加标点符号。因此，正确是A。s69.以下哪个不是文本向量化的常用方法?选项B“智能相册”通常利用图像识别技术来自动分类和整理照片；选项72.ModeIArts自动学习的使用流程是什么?部署上线，选项D正确。73.以下哪个选项不是在自然语言处理发展过程中的方法?B、基于规则的方法74.以下关于支持向量机的描述中，哪一项是错误的?解析：这道题考察的是对支持向量机(SVM)类模型，它的基本模型是定义在特征空间上的间实质上的非线性分类器，因此B选项也是正确的。对于线性不可分的性分类问题”,这一说法是错误的，因为通过核技巧，支持向量机同样可以解决有用的特征信息；最后进行图像识别，根据提取的特80.以下选项中不属于超参数搜索方法的是哪一项?C、贝叶斯搜索81.以下哪个激活函数可以很好的缓解梯度消失问题?解析：当一个模型的复杂度增加时，通常测试误差会逐渐增大而不是减小，即测试误差不会随着模型复杂度的上升而持续减小。因为这种情况下，模型可能过度拟合训练数据，导致泛化能力变弱，从而导致在新数据上出现更大的误差。所以，选项B是正确的答案。B、基于分布假说式?取值范围是0-360;S表示颜色的饱和度(saturation),范围从0到1,它表示A、dm_mean新模型，不涉及迁移学习的概念。C项“暂退法(Dropout)”和D项“标签平滑”型微调(Fine-tuning)”是迁移学习中常用的技术手正确答案是B。92.以下关于朴素贝叶斯的说法中，哪一项是错误的?A、贝叶斯分类器应用于大型数据库具有较高B、朴素贝叶斯的“朴素”,指的是该方法需要假设各个特征之间是独立的C、朴素贝叶斯是一种简单的多分类算法D、朴素贝叶斯算法依赖于人工神经网格，因此使用起来非常复杂效，在处理大型数据库时通常表现出较高的准确性和速度。B项正确，“朴素”93.机器学习算法中，以下不属于集成学习策略的是?B、需要每次都通过总线接口到AICorC、可永久保留需要重复使用的数据102.下列选项中不支持TensorFLow2.0进行维度变换的属性是。C、L2正则化可以做特征选择解析：这道题考察的是对L1和L2正则化在机器学习中的作用的理解。L1正则化倾向于产生稀疏权重矩阵，即生成一个很多元素为0的权重矩阵，因此它可以用于特征选择。而L2正则化则是倾向于分散权重向量，使其元素值较为平均，不具备特征选择的能力。所以，选项A“L1正则化可以做特征选择”是正确的。A、cv2.GaussianBlur(im,(5,5)C、计算机对问题的处理更加灵活D、汁算机的求解更加精准解析：在深度学习中，“深度”主要指的是神经网络模型中中间网络层的数量众多。通过增加网络层的层数，可以提取更复杂和抽象的特征，从而提高模型的学习能力和表现效果。A选项计算机理解的深度并非准确的定义；C选项计算机处理更加灵活并非“深度”的本质含义；D选项计算机求解更加精准也不是“深度”所指的内容。所以，正确答案是B选项。107.以下哪一选项不是序列标注方法?解析：传统序列标注方法有HMM、MEMM、CRF;基于深度学习序列标注方法有RNN108.ModeIArts自动学习的使用流程是什么?A、数据标注->模型训练->部署上线B、部署上线->模型训练->数据标注C、数据标注->部署上线->模型训练D、模型训练->数据标注->部署上线解析：这道题考察的是对ModeIArts自动学习使用流程的理解。在机器学习项目中，通常的流程是先进行数据标注，以便为模型训练提供准确的输入；接着进行模型训练，使用标注好的数据来训练模型；最后进行部署上线，将训练好的模型新的关键步骤。这一步骤发生在**反向传播**阶段，而不是正向计算、模型用A、只有反向传播计算输出结果C、只有反向传播计算梯度D、先正向传播计算出误差，再反向传播计算梯度是双向传播。卷积神经网络(CNN)是一种常用的神经网络类型，它主135.Mindspore.ops.Grad0peration(geta神经网络的工具。在Mindspore中，`Grad0peration`是一个非常重要的类，它t_a11`参数通常与计算雅可比矩阵相关，其值为`False`时不一定会对所有输入`Grad0peration`方法在梯度下降和反向传播中起到核心作用，它用于定义如何A、语音合成和处理技术B、语音识别和处理技术B选项的“语音识别和处理技术”同样处理的场景运用的技术是图像识别和目标检测技术，所以答案是D。统的常规设计和运行要求，交通智能体需要实现7×24小时感知，即一周七天，每天24小时不间断地感知交通状况。因此，正确答案是A。138.在3*3的窗口内计算像素的LBP特征，如果该像素的值比周围都小的特征值为()么这8个比较的结果都是1(因为周围像素都比中心像素大),将这8个1转换疏的模型，即当L1正则在参数w比较小的情况下，能够直接缩减至0,因此可C、数据降维处理是模型训练前的重要步骤，它包括数据清理(去除噪声、异常值等)、数据标准化(使数据符合一定的分布或范围)、数据降维(减少数据特征的数量以提高计算效率)等。而数据可视化通常是在数据预处理之后，用于帮助理解数据分A、标签干滑B、提前停止答案是A(标签干滑)。设置全局学习率，尽管它们也会根据迭代过程中的梯度信息来动态调整学习学习率，但并不是不需要设置。因此，选项B“RMSprop不需要设置全局学习率”是错误的描述，答案选B。A、K-means算法不能够保证收敛。D、聚类试图将数据集中的样本划分为若干个子集每个子集称为一所以A选项错误。B选项，对于SVM(支持向量机),如果一个点已经被正确分错误。C选项，朴素贝叶斯算法并不是借助树状结构来刻画属性间的依赖关系，“簇”,使得簇内的样本相似度较高，而不同簇的样本相似度较低，所以D选项正确。综上所述，答案是D。一种路线图?解析：BERT(BidirectionalEncoderRepre种基于Transformer架构的预训练语言模型。在Transformer架构中，存在Encoder(编码器)和Decoder(解码器)两个主要部分。BERT只使用了Encoder线图，即只包含编码器部分的架构。所以，正确答案是A。147.以下关于逻辑回归的描述中，哪一项是基础上引入了非线性因素(sigmoid函数),用于解决二分类问题。逻辑回归是一种分类模型，主要用于预测一个样本属于某个类别(通常是二分类)的概率。B、边缘计算C、芯片使能A、POST152.“从有标签的历史数据中来预测下季度的商铺营收会在20-30万还是30-40万”,这是一个什么问题?C、分类问题D、聚类问题154.图像分类作业如何标注?A、给图片输入类别标签B、用椭圆框住目标C、用矩形框住目标D、用圆形框住目标155.当前语音处理研究在任何情况下都能达到90%以上的识别准确度。关于以上语音的识别准确度，使得识别率不一定能达到90%以上。因此，选项C正确指出157.一副8位RGB的彩色图像中，(255,255,255)代表着什么着色A、多核CPU加速品占比*A厂的次品率+B厂的产品占比*B厂的次品率)=(0.4*0.01)/(0.4*0.码并不是MindSpore的核心架构特点。A、srcustomizationclienA、EM174.下列选项中昇腾310和昇腾910属性相同的是?D、7nm制程A、CBOW和Skip-Gram都是可以训练词向量的方法，但是Skip-Gram要比CBOwB、CBOW是根据某个词前面的n个词或者前后n个连续的词，来计算某个词出现C、无论是CBow模型还是Skip-gram模型，都是以Huffman树作为基础的预测中心词，从而利用中心词的预测结果情况，使用GradientDesent方法，不几乎是相等的(每次预测行为才会进行一次backpropgation,而往往这也是最耗时的部分),复杂度大概是0(V)。而skip-gram是用中心词来预测周围的词。在skip-gram中，会利用周围的词的预测结果情况，使用GradientDecent来不个词在作为中心词时，都要使用周围词进行预测一次。这样相当于比cbow的方法多进行了K次(假设K为窗口大小),因此时间的复杂度为O(KV),训练时间围词)都会对学生(中心词)进行“专业”的训练，这样学生(中心词)的“能Cbow是1个老师VSK个学生，K个学生(周围词)都会从老师(中心词)那里学 音量值往往被设定在0到100之间，其中0表示静音，100表示最大音量。因此，解析：朴素贝叶斯算法是一种基于贝叶斯定理和特征条时，特征之间不存在关系。因此，对于描述住房时使用的属性(如住宅面积、户型、装修类型等),如果将它们作为朴素贝叶斯模型的特征来应用，可以假设这B、累加法则A、4,仿射数的每一位都可以是0或1,因此4位二进制数可以组合成2^4=16种不同的亮提高识别准确率。而B选项不属于这个步骤，因此是正确。194.华为云EI企业智能提供了多种方便高效的服务，用户使用服务的具体流程正确的是?解析：华为云EI企业智能提供了多种方便高效的服务，用户使用服务的具体流这个流程符合选项A的描述。195.通用文字识别服务调用成功时返回的结果中，words_block_count代表什么?A、识别文字数目B、识别文字块数目C、识别文字块列表D、以上都不是是`Ispci|grep'd100'`,即选项B。开发者使用，因此选项C不属于HIAI模不是词袋模型的缺陷?D、无法保留次序信息选项(因为该缺陷与词袋模型有关)。特征，因此**特征工程**这一步骤在深度学习中不是必需的。而模型评估、A、相加关系B、相互独立D、相关关系取样本(有放回)来训练的。这意味着每个基学习器的训练数据集是独立的，但是C,即伽马值为0.5。方面的考虑。因此，选项A是正确的答案。间内使用比较广泛，但是当网络比较深时，容易导致什么问题?A、梯度减少问题D、过拟合问题解析：这道题考察的是对Sigmoid激活函数特性的网络层数较多时，由于Sigmoid函数的导数在输出接近0或1时接近于0,这会导致在反向传播过程中梯度值迅速减小，进而引发**梯度消失问题**。因此，211.MindSpore的哪个模块提供常用的神经网络的组件/算子?Mindspore.nn`模块专门提供了构建神经网络所需的组件和算子，这些组件和算子是实现深度学习模型的基础。因此，正确答案是B。解析：这道题考察的是对MindSpore框架中Tensor切片操作的理解。在MindSpore中，Tensor对象支持NumPy风格的切片操作。给定的Tensor是一个2x2的浮点数数组，执行`tensor[:,0]`意味着选取所有行的第0列，因此结果应该是第一列的元素，即`[0.,2.]`。由于选项是以字符串形式上的简化或误差，我们需要找到与之匹配的选项。选项B`["0.","2."]`与预解析：HIAIEngine-ASR前置静音检测的默认时间通常设置为2000ms,即大约2避免误报和漏报。因此，选项C是正确的。下观测值的概率分布。通过GMM,我们可以计算给定状态下观测到特定观测值的像?来创建tensor(张量)。在TensorFlow2.0中，`zeros`用于创建全零的张量，`fill`用于创建具有指定形状和量。而`create`不是TensorFlow2.0中用于创建张量的标准方法。因此，选项C224.以下哪一项是Sigmoid函数导数的最大值A、0.5取得最大值，因为此时(1-f(x))也等于0.5,所以f'(x)=0.5*0.5=0.25。因此，选项C是正确的答案。225.GRU特有的门结构是?()A、输入门B、输出门D、更新门果?图片代码：P=tensor([4,0,5,0,0,0],的typA、Tensor(shape=[3],dtype=Float64,value=[4C、Tensor(shape=[3],dtype=FD、Array(shape=[3],dtype=Float64确。*B选项的格式是Array,而不是Tensor,与代码中的Print(p)输出格式不符，因此不正确。*C选项的形状是[3],但考虑到tensor中的0可能被表示为科学计数法的0(例如00000000e+000),且dtype为Float64,这与代码中的t因此，正确答案是D,这个选项没有准确描述单层感知机的本质。233.根据美国汽车工程师协会(SA.E)将自动驾驶按照车辆行驶对于系统依赖程Authorization(身份验证信息)、Host(目标主机地址)。而Post不是公共请C、人脸识别得到参数值。因此，正确的步骤顺序是2-3-1-4检测中。题目中提到“取20度为一个区间统计”,意味着360度被分成了18个区间(360/20=18)。但题目又指出“对称的角度归为一类”,即对称的区间合并，那么18个区间将合并成9个(因为对称的区间会合并成一个)。所以，解析：GMM(高斯混合模型)在传统语音识别任务中，主要用于对语音信号的特对模型进行训练。”关于上述描述，以下哪操作之前都需要先对模型进行训练。因此，正确答案是B,即该描述错误，推理A、0BS249.以下哪一项不是人工智能深度学习框架?251.在“Deeplearningismyfavoritesubject”这句话中，如果窗口长度为3,分。在所给选项中，只有选项D中包含了完整的URL格式"https://",因此选项255.以下关于人工神经网络说法正确的是?()B、人工神经网络是从微观结构和功能上对人脑的抽象、简化，是模拟人类智能想、模式分类、记忆等是?Reduce,数据驱动方法自主AIIReduce,无控制开销浮点模型，并使用部分训练数据来校准模型，这是采用了哪种压缩方式?B、量化感知训练QAT训练数据来校准模型。这种技术属于模型压缩的一种，具体为训练后量化(Post-TrainingQuantization,简称PTQ)。PTQ是指在模型训练完成后，对模型进行量化以减少内存占用和计算量，同时保持模型精度。因此，正确答案是D,即263.以下哪个选项是ATC工具模型转换后的文件格式?()A、Pb文件格式通常为0m格式，所以这道题应选D选项。B、Lnception结构“Inception”结构。这种结构在GoogleNet中引入了多个小卷积核，从而增加了网络中的神经元数量，并提高了模型的表达能力下哪一图片格式?()常见的图片格式，如PNG(PortableNetworkGraphics)、JPEG(JointPhotographicExpertsGroup)、BMP(Bitmap)等。然而，对于WebP格式(一种谷歌开发的旨在加快网络传输和节省带宽的图像压缩格式),可能由于格式特性或兼容性原因在特定场景下不被支持。因此，选项C中的WebP格式不被ModeIArts自动266.以下关于人工神经网络说法正确的是()D、以上答案都对A、两个实验所使用的API都是0CRA述，我们需要根据0CR(0pticalCharacterRecognition,光学字符识别)技术274.一副8位的RGB彩色图像中，其中A、SSD采样层(池化层)、3个全连接层3种连接方式。B、0到100C、1到100D、0到99通常为0到1。因此，为A。indSpore和TensorFlow等。因此，选项B正确。此外，模型转换也可以直接使因此选项C错误。为C。288.关于华为全栈全场景AI解决方案，以下说法中哪一项是错误的?云”的全场景AI基础设施方案B、Ascend:基于统一、可扩展架构的系列化AI芯片。解析：华为全栈全场景AI解决方案中，“MindSpore芯片算子库和高度自动化算子开发工具”是错误的。因为MindSpore是华为推出的AI框架，它实现了端像?()这对于生成离散的文本序列(如单词)或选择分类标签特别有用。*Tanh和Sigmoid函数通常用于隐藏层，因为它们可以将输入值压缩到[-1,1]或[0,1]的范络输出层采用的激活函数是Softmax,所以正确答案是D。293.批量梯度下降，小批量梯度下降，随机梯度下降最重要的区别在哪里?A、梯度大小B、梯度方向B、Tanh函数是关于0点对称的t、FrameLayout和RelativeLayout都是AndroidUI设计中常见的布局方式，但它们在某些方面可能不如ConstraintLayout高效或适应新的设计需求。答案：B解析：在机器学习和深度学习的模型训练过程中，遍历整个训练数据集一次通常被称为一个“Epoch”。每个Epoch中，模型会看到训练数据集中的每一个样并根据这些样本的预测结果进行参数更新。因此，正确答案是B,即一个Epoch表示一次数据集的完整遍历。一套代码可以在不同场景下运行，“表达/优化/运行解耦”则是将模型的开发、因此选项B是正确答案。A、反向传播会经过激活函数B、反向传播可以结合梯度下降算法更新网络权重C、反向传播只能在前馈神经网络中运用D、反向传播指的是误差通过网络反向传播此，选项B的说法是错误的。305.如果一个模型在测试集上偏差很大，方A、过拟合C、刚好拟合D、欠拟合C、渠道分析析，但与用户转化瓶颈的分析关系不大。因此，是D,即路径漏斗模型。307.某企业在使用MindSpore构建AI应用后，又想和合作伙伴共享数据进一步增加模型的准确度但是数据需要保密不能直接提供他们可解决这个问题?实现?314.从技术架构角度，关于AI芯片的描述，错误的是哪一项?是AI芯片的主要组成部分，AI芯片更多关注于如GPU、FPGA、SIC等针对特定计算任务优化的硬件。B选项描述FPGA(现场可编程门阵列)实现了半定制芯片C选项中的ASIC(专用集成电路)属于专用集成电路，这也是正确的，ASIC是为了执行特定任务而设计的集成电路。D选项描述GPU(图形处理单元)是一种这是准确的，GPU在图像处理和并行计算方面表现出色，也是AI计算中常用的硬件。综上所述，A选项的描述与AI芯片的技术架构不符，是错误的。域解析：这道题考察对人工智能应用领域的了解。人工智能(AI)的应用远不止计二个参数指定目标图像的尺寸(200,300)。因此，在给出的选项中，选项A`cv中索引的数量。在张量[0,1]:[2,3]中，有两个索引范围，即[0,1]和[2,3],因此它是一个二阶张量。所以正确答案是C。值。选项A“插值”方法正是用于这一目的。因此，正确是A。A、修改tensor的维度B、创建tensorC、删除tensorore中，`Tensor`是用于表示多维数组的对象，类似于NumPy的`ndarray`。代码`x=Tensor(np.array([[1,2],[3,4ensor`对象，而不是修改其维度、创建`ndarray`或删除`Tensor`。因此，正确答案是B,表示这段代码的作用是创建一个`Tensor`对象。注意，原答案C提到325.语音识别的难度有?()A、个人特征因素B、场景因素C、地域因素D、以上都是329.在3?3的窗口内计算像素的LBP解析：在3*3的窗口内计算像素的LBP特征时，如果该像素的值比周围都小，训练中，需要遍历(1)进行训练，在训练过程中，可以边训练，边在(2)上进型，在(3)上评估效果。336.下列选项中昇腾310和昇腾910属性相同的是?——D、7nm制程解析：这是一道关于昇腾310和昇腾910属性对比的问题。首先，我们需要了解昇腾310和昇腾910是华为推出的两款AI处理器，它们在设计上会有一定的相似性和差异性。1.分析选项A,最大功率：不同型号的处理器，由于设计、用途等差异，其最大功率很可能不同。因此，不能断定昇腾310和昇腾910的最大功率相同。2.分析选项B,架构：昇腾系列处理器通常基于相同的或相似的架构设计，以确保兼容性和可扩展性。因此，昇腾310和昇腾910很可能采用相同的架构。3.分析选项C,整数精度：处理器的整数精度可能因其设计、用途和性能要求而有所不同。因此，不能假设昇腾310和昇腾910的整数精度相同。4.分析选项D,7nm制程：制程技术是指制造处理器所使用的工艺技术。不同型号的处理定昇腾310和昇腾910都使用7nm制程。综上所述，最有可能相同的属性是架构，因为处理器系列通常基于相同的架构设计。因此，答案是B。B、terrorism为涉政暴恐检测结果C、onfidence代表置信度，范围0-100D、labe1代表每个检测结果的标签务中，通常会有针对不同敏感内容的检测结果标识，如“politics”代表涉政敏时，其范围通常是0到100的百分比，或者0到1的小数，而不是“0100”这样指定输入维度(A选项),进行权值初始化(C选项),以及指定网络优化器(D商公司面临的网络问题，最适用的EI服务是“网络智能体”,因此答案是C。图像等。A选项的文字生成和B选项的图像生成都是对抗生成网络的应用，因为GAN可以用于生成文本和图像数据。D选项的数据增强也是GAN的一个应用，因率C、训练算法学习和分析已有的数据(即历史数据)来训练自身，以便对未知数据进行预测。型训练的输入。因此，正确答案是D,即历史数据。351.以下哪一个模板可以实现图像的锐比?()对比度，使其更加清晰和锐利。根据题干中给出的选项，只有D选项为0-10-16-10-10,该模板包含一系列连续的负数和正数，可以使图像的边缘而实现了图像的锐比。因此，为D。B、无论是CBOW模型还是Skip-gram模型。都是以Huffman树作为基础的。C、BOW和Skip-gram都是可以训练词向量的方法。D、CBOW是根据某个词前面的n个词或者前后n个连续的词，来计算某个词出现353.MoXing的主要功能是什么?A、华为自研的深度学习工具库B、华为自研的深度学习引擎C、TensorFlow等深度学习引擎的分布式训练加速框架、API接口的封D、TensorFlow等深度学习引擎API接口的简单封装提供了丰富的API和工具支持。其次，MoXing还专注于对TensorFlow等深度学具库也是加速框架。简单封装API接口并不是MoXing的主要功能，所以这一点A、计算图B、高阶微分C、代价函数D、链式法则A、离散值和回归模型D、连续数值和回归模型B、人脸比对D、翻拍识别B、输入门C、记忆门D、输出门殊的RNN(循环神经网络),它通过引入三个“门”结构来控制信息的流动，分对模型进行训练。”关于上述描述，以下哪操作之前都需要先对模型进行训练。因此，正确答案是B,即该描述错误，推理C、特征在传统机器学习和深度学习可解释性均弱可以将Tesor转换为NumPy的数据类型?函数是`asnumpy()`,它用于将Tensor对象转换为NumPy数解析：在MindSpore中，根据指定的轴对输入Tensor进行数据重排的函数是tr过程的一部分?B、数据准化C、数据可视化369.Atlas加速AI推理使用的是什么处理器?A、异腾310处理器C、异腾910处理器较远的像素相关性较弱。选项B正确，它准确地描述了权值共享的的紧密性，但后半句关于距离较远的像素相关性较强的描述是错误的。选项D练时间，提升模型的泛化能力，并有助于避免过拟合。因此，错误的选项是B。377.专家系统属于以下哪个学派?()A、符号主义术?解析：当一幅图像的亮部太亮，暗部太暗时，可以考虑使用伽马矫正(gammaco果，使暗部更亮，亮部更暗，从而增强图像的对比度和可视性。因此，选项B像?389.以下哪一项不属于华为云EI自然语言处理服务提供的意图理解API所支持的领域?B、闹钟类C、笑话类闹钟类和笑话类等。因此，不属于该API支持的领域的选项是D,即娱乐类。391.五官特征检测API对输入图像进行人到的结果更加接近梯度下降的效果。(比如上例中的30W,设置batch_size=100A、过拟合问题B、梯度爆炸问题C、梯度消失问题素点P和S,我们可以发现它们在x轴和y轴上的差值分别是2和1。根据棋盘能是以下哪一项?A、欠拟合B、过拟合D、机器性能问题解析：答案选B。过拟合是指模型在训练集上表现很好，但在新的测试集上表现集表现差异的情况。所以该题答案为B过拟合。404.ModeIArts自动学习的使用流程是什么?()网络训练过程中，由于层数较多，反向传播时梯度值趋近于0,导致参数更新非常缓慢或停止。这个问题出现在**反向传播更新参数**的环节，因为是在这解析：一副8位的图像，表示每个采样点有2^8=256级，从最56个级别。一副32级的灰度图像，每个采样点从最暗到最亮，可以分辨32个级满足这一需求，所以答案选C。A、召回率B、混淆矩阵C、均方误差D、准确率A、支持Tensorflow和PytorchD、内置多个模型C、增加饱和度D、减少饱和度A、BERT解析：BERT(BidirectionalEncoderRepresentationsfromTransformers)在预训练过程中使用了掩码语言模型(MaskedLanguageModel)。通过随机遮蔽输入掩码语言模型，GPT则是基于生成式的语言模型。所以，A、结构分析A、SGDSGD(随机梯度下降)由于其每次更新只随机选取一个样本来计算梯度，导致梯与16x16矩阵乘(4096)通常关注模型的多个方面来评估其优势。其中，可解释性(B)指的是模型结果是否易于理解；预测速率(C)关乎模型做出预测的速度；泛化能力(D)则是指模型对未见过的数据的预测能力。而代码复杂度(A)更多关联于编程实践，并A、PP集成 C选项错误，数据在输入模型前通常需要进行预处理，如清洗、归一化等，B、单层感知器的局限在于不能解决异或问题D、前馈神经网络同一层的神经元之间不存在联系隐藏层数的增加模型的分类能力逐步减弱”,这与实际情况相反，一般来说，增优先级是bool解析：对角邻接，对角邻接和4连接共同构成8连接432.AI集群网络的需求和挑战不包括以下哪一项?B、零丢包D、高吞吐的输入值，选项B正确。437.常用的梅尔倒谱系数(MeI-FrequencyCepstralCoefficients)一般是一个多变换得到的信号。而Mel频率分析就是基