2024-2025华为ICT大赛（实践赛）-昇腾Al赛道理论考试题库-下（多选、判断题）

2024-2025华为ICT大赛(实践赛)-昇腾Al赛道理论考试3.与ASIC芯片相比，以下哪些选项是FPGA芯片的特征?D、loT行业终端正确)。至于C选项的高级内存复用，虽然在技术白皮书中有所提及，但在实际的服务列表中并未明确提供。因此，答案是A数据的维度。以下哪些是图像特征提取和降低D、模式识别8.以下哪些是图像处理的形式?()A、模型训练平稳性.2)短时分析技术贯穿于语音信号分析的是B、C、D选项。解析：HiAI是面向移动终端的AI能力开放平台，它主要分为三个层次进行要开放能够提供服务的AI能力，比如语音识别、图像识别等，19.关于U-Net网络相关的描述中，错误的有哪几项?B、U-Net网络用滑动窗口提供像素的周围区域(patch)作为输入来预测每个像D、U-Net网络应用于生物医学图像处理领域，目标输出包括目标类别的位置，A选项描述的目标输出方式错误；C选项提到的后接全将U-Net归类于强化学习，也是错误的。B选项描述正确。20.以下哪些项可以作为深度学习的优化方法?21.语音合成方法有哪些?()A、共振峰合成器合成领域有着不同的应用和特点。所以选项ABCD均正确。A、自动学习D、多人数据标注ycharmSDK、数据集自动标注、多人数据标注等选项。这些服务可以帮助用户更A、loT行业终端B、边缘计算设备B、高偏差+低方差，可能造成欠拟合A、添加L1或L2正则惩训项ropout方法，随机丢弃一部分输入，能增加模型泛化能力。扩充数据集，引入30.以下属于决策树主要构建步骤的是哪些选项?A、I计算擎A、*算法B、API易用性封装速A、CPU答案：ABC45.在深度学习中，以下哪些是常用的正则项?A、L1项(也称为L1范数)和L2正则项(也称为L2范数或权重衰减)是两种常用的数(如0或1),但这确实是一个数学上的不连续点。选项D指出ReLU无上界，布解析：见PPT435页A、8连通解析：连通域分为4联通、8联通使用了TensorFlow的摸型，后来发现推理效果不好，然后使用MindSpore框架C、使用MindSpore训练的模型无需使用ATC(AscendTensorCompiler)工具进行无需使用ATC(AscendTensorCompiler)工具进行转换。此外，对于AIPP的设67.当使用机器学习建立模型的过程中，以下哪些属于必备的操作?A、数据降维C、模型训练D、数据标准化D、有专门的接口可以删除某个人脸集中的人脸数据答案：ACDD、Sigmoid的输出并是以0为中心的非以0为中心。 C、L2正则化比L1正则化产生更加稀疏C、小批量梯度下降(MBGD),结合BGD与SGD的特性，每次选择数据集中N个D、批量梯度下降(BGD),使用所有数据集中的样本(共M个样本)在当前的梯更新权重参数。C选项描述的是小批量梯度下降(MBGD),它结描述的是批量梯度下降(BGD),它使用所有数据集中的样本在当前的梯度之和A、图像分类B、目标检测D、目标跟踪任务共同构成了图像识别的基础，涵盖了从简单分类A、请求URLA、32和10C、10和和33D、9和33元数量加上本层神经元数量(如果考虑偏置项)”。A选项(32*10+10=330)计算不符合，B选项(10*33=330)符合，C选项(33*10=330)符合，D选项(9*33=297)不符合。因此，正确答案是B和C,它们满足参数总量的条件。B、卷积运算的目的是提取输入的不同特征，第一层卷积层可能只能提取一A、GETAPI中，请求方法用于指示对资源的操作类型。A.GET方法用于请求访问已被UR定资源提交数据，请求服务器进行处理(例如提交表单或者上传文件)。数据被104.下面哪些技术属于图像分割的应用?C、目标分割D、阈值分割105.以下哪些选项属于正则化方法的有哪些选项?B、ReLU函数D、模式识别A、能力模型D、强化模型111.梯度下降法是一种常见的优化算法，其特点包括以下哪几项?A、多步迭代B、步长会影响收敛性C、更新方向梯度的反方向D、更新方向梯度的同方向答案：ACD答案：ABD解析：Adam优化器结合了Momentum和RMSprop的优点。Momentum可以加速梯度下降，避免陷入局部最优解；RMSprop则可以自适应地调整学习率。Momentum为Adam优化器提供了利用之前梯度信息加速收敛的特性。RMSpr器提供了自适应调整学习率的能力。综上所述，Adam优化器可以看做是Moment114.在利用MindStudio连接Device进行应用开发时，Device的芯片层包含的解析：在MindStudio中，当连接到Device进行应用开发时，Device的芯片层常用于定义和管理复杂的工作流程；B选项的“GE”(通用执行环境)是运行应用所必需的底层环境；C选项的“TBE”(TensorBoostEngine)是针对AI推理115.以下哪些是MindSpore的优点()122.jieba.cut方法的3个参数分别是()124.卷积神经网络通常包含以下哪些层?()low)ResNet_v1_101(图像分类)/TensorFlow/Ascend9nsorFlow)EfficientNetB0/B4/B7/B8(图像分类/PyTorch)Res2Net_50(图像分类答案：ABCD127.以下哪几项属于MindSpore里的激活函数算子?答案：ACD128.下面有关AI应用领域的描述正确的有哪些选项?和有限性(D选项正确),并且是一种离散性的随机过程(C选项错误)。B、直接从0BS读取A、dam因此，所有列出的选项A到E都是ModeIArts所涵盖144.思维链(CoT)提示通过引入中间推理步骤实现了复杂的推理能力，其中ZeB、无需人工设计示例C、更好的可扩展性D、通用性强B选项正确，Zero-shot-CoT不需要人工耗费精力去设计示例。C选项正确，其能在多种情况下适用，通用性更强。而A选项多数情况下效果优于Few-shot-Co145.以下关于模型中参数与超参数的描述中，哪些选项是LETE等)、遵循HTTP协议的语义和规范、使用标准的URL来标识和定位资源以147.昇腾芯片AI核有哪几种计算资源?()T、DELETE等)来操作资源。Kerberos是一种网络认证协议，并非HTTP请求的ful规范的请求，它也不是一种请求方式；编码(如JSON、XML)则是请求体或为它不是请求方式)、D(编码，因为它不是请求方式),但B(Curl)和C(Rx可以应用于自动着色”不属于其可能出现的问题。综上，答案是AC。B、高算力计算方面表现出更强的算力和更高的能效。它特点是具有较高的算力(B)和较A、传感器的单元数B、灰度化D、传感器的传感性能A、返回值403说明没有操作权限。B、返回值500说明请求失败，在服务器上未找到请求所希望得到C、返回值400说明语义有误，当前请求无法被服务器解析D、返回值401说明当前请求需要用户验证解析：201-创建类的请求完全成功204-请求成功400-非法请求。建议直接修改务端指出客户端所提供的认证信息不正确或非法403-没有权限404-资源不存在解析：一个卷积神经网络主要由以下5种结构组成：1.输入层。2.卷积层。3.155.以下哪些选项可以创建全零常量Tensor?156.以下哪些选项是基于昇腾310的设备?()端训练场景；以及Atlas500型号，面向云端推理场景。这些都是基于昇腾310A、CV计算机视觉A、certainty解析：这道题考察的是图像翻拍检测服务调用成功时标签suggestion的具体情ainty”表示不确定性，“TRUE”表示确认是翻拍。注意“FAISE”值对选项的分析：A选项正确，因为双峰法确实是将图像分成前景和背景两部分，答案：ABCDD、扩大模型规模答案：ABC解析：A选项模型剪枝通过去除模型中不重要的参数来减少内存占用。B选项模型量化将模型的参数从高精度转换为低精度表示，可降低内存需求。C选项知识蒸馏可以将复杂模型的知识传递给较小的模型，从而实现压缩和减少内存占用。D选项MoE压缩也是一种有效的模型压缩技术。这些方式都可以在不同程度上帮助减少模型部署时的内存占用，所以答案为ABCD。答案：ABCD168.MindSpore目前支持多种常用的数据增强算子，其中c_transforms模块可以实现以下哪几种功能?解析：这道题考察的是对MindSpore框架中c_transforms模块功能的了解。在量子计算机上运行。常见的通用量子算法包括Shor算法、HHL算法和Grover算选项A≥0.4MPa,这是一个特定场景下的压力控制要求，不属于通用量子算法的A、当前时间解析：AK方式登录是指使用访问密钥(AK/SK)进行登录鉴权，需要在登录时填写A171.如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解决方法为.答案：ACD解析：这道题考察的是深度学习神经网络中梯度问题的解决方法。梯度消失或爆炸是训练深度网络时的常见问题。为梯度剪切能有效控制梯度大小，防止爆炸；使用Relu激活函数能避免梯度消失；正则化虽主要用于防止过拟合，但也能间接影响梯度。随机欠采样主要用于处理数据不平衡问题，与梯度问题无直接关系。172.ModeIArts训练作业支持哪些算法引擎()A、TensorFlow答案：ACD解析：ModeIArts支持的算法引擎有TensorFlow、PyTorch、PySpark、XGBoost173.在构建好神经网络net后，使用miB、升腾310C、升腾910type代表标签的类别，一般包括场景(scene)、物体(object)、概念(concept)等不同类型的标签。根据提供的选项，正确的是B和C选项。因此，本题答案选择BC。182.使用装有Atlas300加速卡的服务器编译运行程序时需要检查哪些条件A、完成Atals驱动安装B、已安装Cmake编译工具C、已安装CUDA软件包解析：这道题考察的是使用装有Atlas300加速卡的服务器编译运行程序所需条些选项是正确的?A、softmax函数又称作归一化指数函数B、Softmax回归模型是解决二分类回归问题的算法C、是二分类函数sigmoid的推广D、softmax函数经常与交叉熵损失函数联合使用且总和为1,因此也被称作归一化指数函数。在分类任务中，softmax函数经常与交叉熵损失函数联合使用，以提高模型的训练效率。而softmax回归模型实际上是解决多分类问题的算法，不是二分类。A、P30答案：ACDD、像人一样行动答案：ABCDD、GECore中的Session管理A、0ptimizersptimizers)和编译(compile)。-优化器(0ptimizers)是用于设置模型的优A、Tensorflow计算非常简单，只需对输入进行非线性变换，输出为输入值(输入>0)或0(输入≤0),这解释了B选项的正确性。其次，ReLU在正区间内梯度恒为1,有效A、GPU解析：PyTorch提供的Tensor数据结构可以在不同硬件上加速计算，其中的Tensor支持在GPU和CPU上进行计算。因此，正确答案是A.GPU和B.CPU。201.以下哪些选项是人工智能深度学习框架?ert:BERT(BidirectionalEncoderRepresentationsfromTransformers)由AlexKrizhevsky等人在2012年提出，并在当年的ImageNet图像识别竞赛中解析：达芬奇架构是华为推出的一种面向AI计算场景的处理器架构，主要用于提升其AI产品的性能和能效。根据这个知识背景，我们可以分析每个选项：A.Ascend.310是华为的一款AI加速模块，它使用了达芬奇架构，专为AI推理和架构，而不是达芬奇架构。C.Ascend910是华为的另一款AI处理器，同样采用了达芬奇架构，专注于提供高性能的AI计算。D.Kunpeng920也是华为的一款服构的产品是Ascend.310和Ascend910,对应选项A和C,所以答案是AC。209.ATC模型转换中的参数一般包括以下哪些选项?A、输入数据维度B、输入数据的顺序D、模型所属的框架的顺序对于某些模型(如时间序列模型)至关重要，因此也是转换过程中需要考D、模型连接(ModeIConnection)LangChain框架中，链是多个组件的集合，这些组件共同执行一系列任务，形成一个完整的流程。B.模型输入/输出(Modell/0):这个组件负责将输入数据格解析：VGG19包含了19个隐藏层(16个卷积层和3个全连接层)从而在测试集上表现不佳。因此，正确答案是ABC。213.2018年10月10日，华为发布了全栈全场景AI解决方案.华为全栈方案具体包括?解析：华为全栈全场景AI解决方案是指包含了华为自主研发的芯片、算法、框的安平使能、算法的昇腾系列AI芯片和MindSpore深度学习框架等四个部分。属于ModeIArts中自动学习的功能?D、自动调参E自动压缩D、自定义语音合成平台解析：华为HAIService主要提供与AI服开信息，HAIService确实包括快服务智慧平台(HAG)以及小艺对话开发平台，能图表识别平台并不属于华为HAIService提供的标准平台范畴。因此，选项A和C是正确的，选项B和D则不正确。所以答案是AC。包括功能模块，如FusionEngine(融合引擎)和CCE算子库(计算库),这些221.华为快应用IDE的功能包括哪些?()A、开发页面或卡片C、构建和打包B、RMSprop优化器C、Adam优化器A、DSL其中，DSL(DomainSpecificLanguage,领域特定语言)允许用户以更直观、接ctionKit)是华为提出的张量指令集，旨在提升AI计算效率，也支持自定义算子的开发。而TVM(TensorVirtuaIMachine)虽然是一个强大的深度学习编译器堆栈，但它并不直接针对TBE的自定义算子开发。Caffe则是一个较老的深度学习框架，与TBE的自定义算子开发不直接相关。因此，正确答案是A和B。224.以下哪些选项属于HMSCore提供的AI能力项“OCR”指的是光学字符识别(0pticalCharacterRecognition)相关的API,小小C、生成器也属于可迭代的数据集类型，其直接依赖Pythn的生成器类型generatr返回数据，直至生成器抛出Stplteratin异常。eratorDataset`接口来加载不支持直接加载的数据集。B选项正确，可迭代的数答案：ABDA、梯度消失问题B、过拟合问题D、梯度爆炸问题244.以下哪些OpenCV函数可以用于处理坐标变换?A、cv2.erode(image,kern解析：在0penCV中，处理坐标变换主要涉及到图像的几何变换函数。选项A中的`cv2.warpAffine`函数是用于对图像进行仿射变换的，它接受一个变换矩阵M`和一个输出图像的大小`(w,h)`,可以对图像进行平移、旋转、缩放等操作，因此A选项是正确的。选项B中的`cv2.erode`函数是用于图像腐蚀的，它属于形态学变换，而不是坐标变换，所以B选项是错误的。选项C中的`cv2.flippicture`并不是O0penCV中的标准函数，可能是一个误写或虚构的函数，因此项是错误的。选项D中的`cv2.flip`函数可以用于翻转正确答案是AD。A、RMSprop优化器可以解决Adagrad优化器过早结束的问题解析：RMSprop优化器很好的解决了Adagrad优化器过早结束的问题，很合适处246.语音信号的时域参数包括哪些()A、短时能量B、短时过零率247.John在使用MindSpore训练模型时，想要将模型保存在本地文件中，以下选项中能实现他想法的选项有哪些?FrommindspCheckpointConfig(save_checkpoint_seconds=30,keepchecB、每隔30秒保存一个CheckPoint文件且每隔32个step保存一个CheckPointC、每隔32个step保存一个CheckPoint文件，且最多保存10个CheckPointA、期望为0B、期望为1C、方差为0D、方差为1个重要概念，其方差固定为1,表示数据的离散程度；期望(均值)为0,代表259.以下关于数据预处理的描述中，哪些选项是正确的?A、数据清理包含填充缺失值，发现并消除噪声数据及异常点。B、数据降维简化数据属性，避免维度爆炸。C、数据标准化通过标准化数据来减少噪声，以及提高模型准确性。D、机器学习最后输出的结果需要借助模型，因此训练模型比数据预处理更重要。解析：这道题考察的是对数据预处理的理解。数据预处理是机器学习项目中非常关键的一步。数据清理确实包含填充缺失值，发现并消除噪声数据及异常点，这是保证数据质量的重要步骤。数据降维可以简化数据属性，避免维度爆炸，提高计算效率。数据标准化通过调整数据范围，可以减少噪声，有助于提高模型准确性。虽然训练模型很重要，但数据预处理同样关键，它直接影响到后续模型训练的效果和准确性，因此D选项表述有误。260.下列哪些是关键词提取的方法?()解析：TF-IDF,TextRank,主题模型算法(LSA、LSI、LDA),HMM隐马尔可夫模型一般用于生成序列，例如语音识别、词性标注、分词261.图像的目标检测算法需要完成()?(多选)A、目标类别的判断B、置信度的计算C、目标边缘的计算D、目标位置的计算断和置信度的计算。因此，是ABC。图像的目标检测算法主要是对输入图像进行262.以下哪些是隐藏单元?C、Logisticsigmoid与双曲正解析：Https:///qq_36182852/article/details/106735696整流263.基于华为云0CR服务，企业可以以实现以下哪些业务?A、合同录入与审核D、猫狗图片分类门诊检验报告单扫描录入等。OCR(0pticalCharacterRecognition)用0CR服务，企业可以将纸质文档中的文字转换为数字形式，从而实现自动化录264.属于jieba框架中的分词方法的是?()解析：jieba是一个常用的中文分词工具，在其框架中包类型的分词结果，常用于处理单行文本。C.Icut_for内容，通过图像的内容生成多个描述标签，可应用于哪A、模糊图像的修复性TIK算子开发方式与AutoSchedule机制是两个相对独立的概念，因此TIK算子开发方式本身并不使用AutoSchedule机制来加速算子运行效率。让开发者专注于AI应用的创造随机丢弃(或称为“失活”)神经网络中的一部分神经元(及其连接)来减少模14.记录像素的原始值为s,变化后的像素点的值为d,灰度变化的映射函数为d会实现对图像整体的灰度拉伸，包括暗部和亮部；而当016.Transformer结构更适合用于处理计算机视觉的任务，后18.统一身份认证(IdentityandAccessManagemnet,简称IAM),IAM为华为云解析：统一身份认证(IdentityandAccessManagement,简称IAM)是一种安全华为云EI企业智能服务器服务作为一个云服务产品，很可能采用了IAM来保证其服务的安全性和数据的保密性。通过IAM,华为云EI企业智能服务器服务可成较小的模型，同时保持相似的性能。在知识蒸馏过程中，教师网络(大型、复杂的网络)的知识被提取并传递给学生网络(较小的网络)。通过知识蒸馏，学理速度。解析：GRU(门控循环单元)确实在reset门为1且update门为0时会退化为一个标准的RNN(循环神经网络)。值化任务。()数据，包含通道、高度和宽度),而非灰度图像(即二维数据)。所以，这里的与回归树)而不是ID3树。ID3树是另一种决策树算法，它使用信息增益来构建29.使用Mindspore.nn.Conv2d(1,3,5,hasbias=False,weightinit='normal')接口，可以创建输入通道数为1、输出的通道数为5、卷积核大小为3*3、解析：输出通道数为3、卷积核大小为5*5、使用normal算子初始化参数的卷s800和300解析：昇腾AI处理器中包含AICPU,负责控制整个AICore的运算，并协同完成41.梯度下降算法是用于更新参数，寻找损失函数的最小点。其收敛点解析：TensorFlow2.0完全支持tens解析：MindSpore在网络训练过程中，batchsize过小时，**不一定**不能47.传统图形处理算法相比深度学习算法在效果上有巨大差距，现在工业界已经sorFlow2.0带来了许多更新和改进，包括对API的精简和重构，以提高可用性49.在边缘计算设备上部署AI应用时，所使用的神经网络模型越小越好。解析：在Adagrad优化器中，初始的累计平方梯度可以为0,这是因为对于每个参数，累计平方梯度是逐渐累加的，初始化为0不会影响后续的计算。LU对输出数据分布的影响，使得输入和输出的方差保持一致。57.Mindspore通过面向芯片的深度图优化技术，同步等待少，最大化"数据-计算-通信”的并行度解析：MindSpore是一种面向AI应用场景的开发框架，专注于提供高效、易用59.双峰法能够自动求取图像的最佳分割阙值，适用于所有的灰度图像二值化任过小时，**不一定**不能矩阵，每个状态对应的观察矩阵(这里对应的76.知识图谱表示的是概念与实体之间的关系网络，解析：参照PPT78.AscendCL提供的算子能力开放，既可以用于自定义算子开发，也可以对现有79.使用ModeIArts模型转换功能可以将Tensorflow模型转换量化成tensorRT93.自然语言处理必须进行词性标注。()94.在全连接神经网络中，卷积层中每一个神经元只与前一层中部分神97.当问题的解决方案很复杂，或者问题可能涉及到大量的数据解析：把语音(≤60秒)转换成对应的文字信息，适用于较短的语音交互场越多反向传播的梯度会落入饱和区，从而让梯度的模越来越小，最终趋近于0,1正则项来惩罚模型的复杂度。权重衰减通常是指调整模型参数(如权重)以减110.一般来说，Sigmoid网络在5层之内，就会产生梯度退化为0的现象，难以解析：HUAWEIHiAIEngine是华为提供的一个AI能力开放平台，它允许开发者将换后，数据才能被计算机用于进一步的数字图像处理，更广泛的AI应用场景，因此在某些细节和性能优化上可能与NumPy的数据类型有所不同。可以说，它们的基本概念不完全相同，尤其是在面向AI计算优化的用了图像分割的技术。()险。在预测或评估阶段，通常不使用dropout。121.昇腾AI应用包含推理类应用、框架类应用(训练),其中推理类应用支持对解析：隐马尔科夫模型简称HMM,他的状态不能直接观察到，但能通过观测132.假设我们有一个数据集，给出了来自某城市房屋销售的21613套住房的居住B、错误134.Mindspore训练数据处理引擎核心是将训练样本(数据集)高效，灵活的转换至MindRecord,并提供给训练网络用于训练。解析：将“MindSpore”修改为“MindSpore的”。解析：用于分词的库。四种常见的jieba分词模式：精确地切开，适合文本分析；(不加参数，默认是精确模式)全模式：把句子I=True)paddle模式：利用PaddlePaddle深度学习框架，训练序列标注(双144.CANN中提供了DVPP和AIPP,前者使用昇腾AI处理器中的DVPP模块对图像腾处理器)、GPU(图形处理单元)和CPU(中央处理器)。这意味着MindSpor还原一副灰度图像的色彩。()数据.换提取声谱图解析：见实验手册ModeIArts实验简介部分解析：针对Atlas200DK,其开发和运行环境可以在同一个设备上，形成合设场解析：这道题正确，卷积层是卷积神经网络(CNN)的核心组成部分，用于提取190.K-折交叉验证最后可以使用k个模型最终的验证集的分类准确率的平均数作为k-折交又验证下分类器的性能指标。解析：这道题正确，因为在K-折交叉验证中，确实会使用k个模型在验证集上193.word2vce中计算相似度用的是