試卷科目：人工智能深度學(xué)習(xí)技術(shù)練習(xí)人工智能深度學(xué)習(xí)技術(shù)練習(xí)(習(xí)題卷6)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能深度學(xué)習(xí)技術(shù)練習(xí)第1部分：單項選擇題，共50題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.pad_sequences的作用是A)獨熱處理B)embedding處理C)模型代價函數(shù)D)使用0補全時間步答案:D解析:[單選題]2.在Keras中，fit函數(shù)的參數(shù)：verbose：日志顯示，0為（）A)輸出進度條記錄B)保存日志信息C)不在標準輸出流輸出日志信息D)每個epoch輸出一行記錄答案:C解析:在Keras中，fit函數(shù)的參數(shù)：verbose：日志顯示，0為不在標準輸出流輸出日志信息，1為輸出進度條記錄，2為每個epoch輸出一行記錄[單選題]3.程序設(shè)計中,tf.argmax返回了最大的那個數(shù)值的()或下標后,接下來通常使用tf.equal()進行邏輯判斷A)上標B)索引號C)坐標D)內(nèi)積答案:B解析:[單選題]4.函數(shù)tf.constant()不正確的用法是那一個選項?A)tensor=tf.constant(1)B)tensor=tf.constant([1,2])C)tensor=tf.constant(-1,shape=[2,3])D)a=tf.constant([1.0,2.0],name="a)答案:D解析:[單選題]5.關(guān)于面向?qū)ο蟮睦^承，以下選項中描述正確的是（）A)繼承是指一組對象所具有的相似性質(zhì)B)繼承是指類之間共享屬性和操作的機制C)繼承是指各對象之間的共同性質(zhì)D)繼承是指一個對象具有另一個對象的性質(zhì)答案:B解析:難易程度：易題型：[單選題]6.什么是TensorFlow的核心的基本數(shù)據(jù)單元?A)張量B)向量C)純量D)以上都不是答案:A解析:[單選題]7.F=tf.Variable([[2.,5.,4.],[1.,3.,6.]]),tf.reduce_sum(f,axis=1)的值是A)[10.,11.]B)[10.,10.]C)[11.,11.]D)[11.,10.]答案:D解析:[單選題]8.初始化時通常使用()隨機數(shù)給各權(quán)值和閾值賦初值。A)偏導(dǎo)數(shù)B)大的C)小的D)均方根答案:C解析:[單選題]9.?@tf.function?裝飾器的作用是A)開啟會話B)創(chuàng)建函數(shù)C)在tensorflow中應(yīng)用函數(shù)D)匿名處理函數(shù)答案:A解析:[單選題]10.通常歐幾里得距離,也叫A)非負距離B)平面距離C)絕對值距離D)平方范數(shù)距離答案:D解析:[單選題]11.深度學(xué)習(xí)領(lǐng)域中,通常通過什么方式來選擇參數(shù)A)通過常識選擇B)隨機選擇點來試驗超參數(shù)效果C)選擇輸入的參數(shù)即可D)取離散參數(shù)的平均值答案:B解析:[單選題]12.對于多變量線性模型，對變量需要進行操作：A)特征縮放B)獨熱C)激活D)池化答案:A解析:[單選題]13.Tensorflow中,tf.argmax()返回最大數(shù)值的(),通常和tf.equal()一起使用,計算模型準確度A)上標B)下標C)坐標D)內(nèi)積答案:B解析:[單選題]14.表示關(guān)系表中的每一橫行的是（）。A)碼B)列C)屬性D)元組答案:D解析:難易程度：易題型：[單選題]15.繪制直方圖的命令是（）。A)plt.bar()B)plt.histC)plt.pieD)plt.scatter答案:A解析:難易程度：易題型：[單選題]16.keras.layers.Dense就是常用的（）A)全連接層B)半連接層C)直接連接D)嵌入連接答案:A解析:[單選題]17.Tf定義一個標量變量X,其語句是A)X=tf.variable(2.0,shape=[1,2])B)X=tf.Variable(2.0,dtype=tf.float32)C)X=tf.variable(2.0,shape=[1,2])D)X=tf.constant(2.0,btype=tf.float32)答案:B解析:[單選題]18.在28x28的圖像上使用3x3的過濾器后，輸出將是多少?A)31x31B)25x25C)28x28D)26x26答案:D解析:[單選題]19.能消除overfitting過擬合的方法是那一個?A)線性化B)非線性化C)歸一化D)定義dropout答案:D解析:[單選題]20.什么是池化？A)隔離圖像特征的技術(shù)B)一種在保持特征的同時減少圖像信息的技術(shù)C)一種使圖像更清晰的技術(shù)D)組合圖片的技術(shù)答案:B解析:[單選題]21.科學(xué)計算包PyTorch是由（）公司主持開發(fā)的。A)百度B)FacebookC)AmazonD)Google答案:B解析:[單選題]22.假設(shè)我們已經(jīng)在ImageNet數(shù)據(jù)集(物體識別)上訓(xùn)練好了一個卷積神經(jīng)網(wǎng)絡(luò)。然后給這張卷積神經(jīng)網(wǎng)絡(luò)輸入一張全白的圖片。對于這個輸入的輸出結(jié)果為任何種類的物體的可能性都是一樣的，對嗎？()A)對的B)不知道C)看情況D)不對答案:D解析:[單選題]23.關(guān)于Python語言和人工智能，以下哪個說法不正確？（）。A)人工智能算法在計算機底層的并行和加速都采用Python語言實現(xiàn)B)人工智能（機器學(xué)習(xí)和深度學(xué)習(xí)）框架基本都采用Python語言開發(fā)C)掌握"人工智能應(yīng)用"能力，必須學(xué)習(xí)并掌握Python語言D)Python是支撐"人工智能應(yīng)用"的主流語言答案:A解析:難易程度：易題型：[單選題]24.如果使用的學(xué)習(xí)率太大，會導(dǎo)致A)網(wǎng)絡(luò)收斂的快B)網(wǎng)絡(luò)收斂的慢C)網(wǎng)絡(luò)無法收斂D)不確定答案:C解析:[單選題]25.對于批量梯度下降,使用優(yōu)化算法是為了在迭代過程中():A)增大損失值B)使學(xué)習(xí)率衰減C)降低損失值D)提升正則項范圍答案:B解析:[單選題]26.LeNet-5神經(jīng)網(wǎng)絡(luò)是YannLeCun在1998年設(shè)計的用于手寫數(shù)字識別的卷積神經(jīng)網(wǎng)絡(luò),當年美國大多數(shù)銀行就是用它來識別()上面的手寫數(shù)字的,它是早期卷積神經(jīng)網(wǎng)絡(luò)中最有代表性的實驗系統(tǒng)之一A)支票B)錢幣C)人臉D)汽車答案:A解析:[單選題]27.一個數(shù)據(jù)集中有3萬條數(shù)據(jù),關(guān)于數(shù)據(jù)集分配哪一項說法正確:A)訓(xùn)練集數(shù)據(jù)可以分配1萬條B)測試集數(shù)據(jù)可以分配1000條C)可以不設(shè)置訓(xùn)練集D)可以不設(shè)置驗證集答案:D解析:[單選題]28.relu()的結(jié)果是多少A)0B)0.5563543C)10D)1答案:C解析:[單選題]29.為什么會有10個輸出神經(jīng)元?A)純粹隨意B)有10個不同的標簽C)使訓(xùn)練速度提高10倍D)使分類速度提高10倍答案:B解析:[單選題]30.關(guān)于Series索引方式錯誤的是（）。A)s[0:2]B)s[2]C)s[s>2]D)s[s=2]答案:D解析:難易程度：中題型：[單選題]31.當前時間步是否參與此次運算的門是：A)遺忘門B)輸入門C)輸出門D)更新門答案:C解析:[單選題]32.下面哪個選項可以直接讀取一副灰度圖像()A)cv2.imread(path)B)cv2.imread(path,0)C)cv2.imread(path,1)D)cv2.imread(path,-1)答案:B解析:cv2.imread(filename,flags)參數(shù)：filepath：讀入imge的完整路徑flags：標志位，{cv2.IMREAD_COLOR，cv2.IMREAD_GRAYSCALE，cv2.IMREAD_UNCHANGED}cv2.IMREAD_COLOR：默認參數(shù)，讀入一副彩色圖片，忽略alpha通道，可用1作為實參替代cv2.IMREAD_GRAYSCALE：讀入灰度圖片，可用0作為實參替代cv2.IMREAD_UNCHANGED：顧名思義，讀入完整圖片，包括alpha通道，可用-1作為實參替代PS：alpha通道，又稱A通道，是一個8位的灰度通道，該通道用256級灰度來記錄圖像中的透明度復(fù)信息，定義透明、不透明和半透明區(qū)域，其中黑表示全透明，白表示不透明，灰表示半透明[單選題]33.循環(huán)神經(jīng)網(wǎng)絡(luò)比較擅長()A)列相關(guān)問題。B)圖像分類。C)圖像檢索。D)圖像去燥。答案:A解析:[單選題]34.Keras中進行獨熱處理的代碼是A)to_categorical()B)OneHotEncoder()C)eye()D)diag()答案:A解析:[單選題]35.pytorch中用于網(wǎng)絡(luò)層連接使用的是A)nn.LinearB)nn.FlattenC)nn.DropoutD)nn.BatchNorm2d答案:A解析:[單選題]36.在輸出層不能使用以下哪種激活函數(shù)來分類圖像?CA)sigmoidB)TanhC)ReLUD)If(x>5,1,0)答案:C解析:[單選題]37.Linux繼承了（）以網(wǎng)絡(luò)為核心的設(shè)計思想，是一個性能穩(wěn)定的多用戶網(wǎng)絡(luò)操作系統(tǒng)。A)windowsB)ubuntuC)UnixD)redhat答案:C解析:Linux繼承了Unix以網(wǎng)絡(luò)為核心的設(shè)計思想，是一個性能穩(wěn)定的多用戶網(wǎng)絡(luò)操作系統(tǒng)。[單選題]38.假設(shè)下方是傳入最大池化層的一個輸入，該層中神經(jīng)元的池化大小為(3,3)。那么，該池化層的輸出是多少？A)3B)7C)5D)5.5答案:B解析:[單選題]39.一類包含卷積或相關(guān)計算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)(FeedforwardNeuralNetworks)也稱為()A)機器學(xué)習(xí)B)數(shù)據(jù)挖掘C)CNN卷積神經(jīng)網(wǎng)絡(luò)D)MATLAB答案:C解析:[單選題]40.如圖所示，當開始訓(xùn)練時，誤差一直很高，這是因為神經(jīng)網(wǎng)絡(luò)在往全局最小值前進之前一直被卡在局部最小值里。為了避免這種情況，我們可以采取下面哪種策略？A)一開始將學(xué)習(xí)速率減小10倍，然后用動量項(momentum)B)增加參數(shù)數(shù)目，這樣神經(jīng)網(wǎng)絡(luò)就不會卡在局部最優(yōu)處C)改變學(xué)習(xí)速率，比如一開始的幾個訓(xùn)練周期不斷更改學(xué)習(xí)率速率D)以上都不對答案:D解析:[單選題]41.關(guān)于Python的全局變量和局部變量,以下選項中描述錯誤的是（）。A)局部變量指在函數(shù)內(nèi)部使用的變量,當函數(shù)退出時,變量依然存在，下次函數(shù)調(diào)用可以繼續(xù)使用B)全局變量指在函數(shù)之外定義的變量,-般沒有縮進,在程序執(zhí)行全過程有效C)使用global保留字聲明簡單數(shù)據(jù)類型變量后,該變量作為全局變量使用D)簡單數(shù)據(jù)類型變量無論是否與全局變量重名,僅在函數(shù)內(nèi)部創(chuàng)建和使用,函數(shù)退出后變量被釋放答案:A解析:難易程度：易題型：[單選題]42.繪圖時多個坐標系顯示的命令是（）。A)plt.subplotsB)plt.titleC)plt.gridD)plt.lable答案:D解析:難易程度：易題型：[單選題]43.下面哪個命令是Linux下?更改文件權(quán)限?命令？A)chmodu+xB)rm-frdirC)passwdD)cp-Rdir答案:A解析:chmodu+x：更改文件權(quán)限[單選題]44.在Keras中，fit函數(shù)的參數(shù)：validation_split：0~1之間的浮點數(shù)，用來指定訓(xùn)練集的一定比例數(shù)據(jù)作為驗證集。驗證集將不參與訓(xùn)練，并在每個epoch結(jié)束后測試的模型的指標，如損失函數(shù)、精確度等。其不指定時默認值是（）A)1B)0.5C)0.2D)0答案:D解析:在Keras中，fit函數(shù)的參數(shù)：validation_split：0~1之間的浮點數(shù)，用來指定訓(xùn)練集的一定比例數(shù)據(jù)作為驗證集。驗證集將不參與訓(xùn)練，并在每個epoch結(jié)束后測試的模型的指標，如損失函數(shù)、精確度等。其不指定時默認值是0[單選題]45.以下選項中,不是Pyhon深度學(xué)習(xí)方向的第三方庫是（）。A)PyTorchB)PandleC)SeabornD)Neon答案:C解析:難易程度：易題型：[單選題]46.人工智能是()的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器A)生物醫(yī)學(xué)B)計算機科學(xué)C)數(shù)學(xué)D)文學(xué)答案:B解析:人工智能是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器[單選題]47.關(guān)于降維算法，下列說法錯誤的是（）。A)PCA是有監(jiān)督學(xué)習(xí)算法B)ICA能夠使數(shù)據(jù)中的的分量最大化獨立，而PCA不能C)LDA是有監(jiān)督學(xué)習(xí)算法D)LDA降維后，同類別的數(shù)據(jù)分布更為密集答案:A解析:難易程度：中題型：第2部分：多項選擇題，共15題，每題至少兩個正確答案,多選或少選均不得分。[多選題]48.關(guān)于歸一化描述正確的是:A)歸一化可以預(yù)防過擬合B)歸一化沒有實質(zhì)作用C)歸一化將所有數(shù)據(jù)樣本值縮放到0-1之間D)歸一化是一種激活函數(shù)答案:AC解析:[多選題]49.長短期記憶中的門是A)輸入門B)更新門C)遺忘門D)輸出門答案:ACD解析:[多選題]50.對于卷積層網(wǎng)絡(luò)的tf.nn.dropout,以下說法正確的是?A)在全連接層B)停止一些節(jié)點更新C)防止過擬合D)訓(xùn)練初給出答案:ABCD解析:[多選題]51.可以用于卷積網(wǎng)絡(luò)處理分類的是A)最大池化B)平均池化C)全連接D)卷積答案:BC解析:[多選題]52.手寫體識別程序經(jīng)常調(diào)用的四個數(shù)據(jù)集包括以下選項中那幾個?()A)train-images.idx3-ubyteB)train-labels-idx1-ubyteC)t10k-images.idx3-ubyteD)t10k-labels-idx1-ubyte答案:ABCD解析:[多選題]53.語句tf.variables_initializer語句可以A)初始化一個變量B)初始化多個變量C)初始化全部變量D)初始化常量答案:ABC解析:[多選題]54.可用于創(chuàng)建獨熱編碼的函數(shù)有：（不限框架）A)to_categorical()B)OneHotEncoder()C)eye()D)diag()答案:ABC解析:np.eye()也可以進行獨熱[多選題]55.以下屬于梯度下降的有A)BGDB)SGDC)Mini-BatchD)dropout答案:ABC解析:[多選題]56.以下可以處理Mnist數(shù)據(jù)集的分類算法有A)KNNB)邏輯回歸C)卷積神經(jīng)網(wǎng)絡(luò)D)k-mean答案:ABC解析:[多選題]57.二分類邊界線描述正確的是A)正類別概率為0.5B)z=0C)正類別概率為0D)z=1答案:AB解析:[多選題]58.LSTM中擁有的門是：A)遺忘門B)輸入門C)輸出門D)更新門答案:ABC解析:[多選題]59.邏輯回歸S型曲線描述正確的是：A)輸出結(jié)果是-1~+1B)0.5是分類的閾值C)輸出的結(jié)果為正類別概率D)導(dǎo)數(shù)范圍為0~0.25答案:BCD解析:[多選題]60.可以解決梯度消失的神經(jīng)單元有A)RNNB)LSTMC)GRUD)BRNN答案:BC解析:[多選題]61.在圖像處理中,在顏色RGB建立三維向量的距離空間,能A)實現(xiàn)顏色分類B)計算兩種顏色的差別C)計算兩個圖像差別D)與圖像內(nèi)容有關(guān)答案:ABC解析:[多選題]62.對于矩陣A可以求逆,那么A必須A)是方陣B)行列式不為零C)任意矩陣D)行列式為1答案:AB解析:第3部分：判斷題，共19題，請判斷題目是否正確。[判斷題]63.信息量就是信息熵。A)正確B)錯誤答案:錯解析:[判斷題]64.cifar100和一個100小分類和10大分類A)正確B)錯誤答案:對解析:[判斷題]65.無監(jiān)督學(xué)習(xí)是指利用一組已知類別的樣本調(diào)整分類器的參數(shù)，使其達到所要求性能的過程，也稱為監(jiān)督訓(xùn)練或有教師學(xué)習(xí)。A)正確B)錯誤答案:錯解析:監(jiān)督學(xué)習(xí)（SupervisedLearning）是指利用一組已知類別的樣本調(diào)整分類器的參數(shù)，使其達到所要求性能的過程，也稱為監(jiān)督訓(xùn)練或有教師學(xué)習(xí)。[判斷題]66.損失函數(shù)反映的是,標簽集合與訓(xùn)練集合變換后結(jié)果的總體差別。A)正確B)錯誤答案:對解析:[判斷題]67.交叉熵(crossentropy)描述的是兩個概率分布之間的距離,距離越小表示這兩個概率越相近,越大表示兩個概率差異越大。A)正確B)錯誤答案:對解析:[判斷題]68.對于非規(guī)范的兩個序列,比較相似度,可以用內(nèi)積的原理。A)正確B)錯誤答案:對解析:[判斷題]69.卷積神經(jīng)網(wǎng)絡(luò)的tensorflow框架中,tf.nn.avg_pool()可實現(xiàn)平均池化操作。A)正確B)錯誤答案:對解析:[判斷題]70.Alexnet網(wǎng)絡(luò)最早使用一塊GPU完成運算A)正確B)錯誤答案:錯解析:[判斷題]71.假設(shè)有一個如下定義的神經(jīng)網(wǎng)絡(luò);如果我們?nèi)サ鬜eLU層，這個神經(jīng)網(wǎng)絡(luò)仍能夠處理非線性函數(shù)，這種說法是;BA)正確的B)錯誤的答案:錯解析:[判斷題]72.訓(xùn)練集和測試集準確率偏差越高越好A)正確B)錯誤答案:錯解析:[判斷題]73.在尋優(yōu)的迭代過程中,損失函數(shù)的運算結(jié)果,從趨勢上是逐步降低的。A)正確B)錯誤答案:對解析:[判斷題]74.分類類型的代價函數(shù)相同A)正確B)錯誤答案:錯解析:[判斷題]75.在實際項目中,不一定需要驗證集A)正確B)錯誤答案:對解析:[判斷題]76.使用梯度裁剪有助于減緩梯度爆炸問題。A)正確B)錯誤答案:對解析:[判斷題]77.T_scope()的含義是在另外一個命名空間來定義變量A)正確B)錯誤答案:對解析:[判斷題]78.卷積可以縮小圖像尺寸A)正確B)錯誤答案:對解析:[判斷題]79.最大池化可以應(yīng)用到多分類前進行處理A)正確B)錯誤答案:錯解析:[判斷題]80.騰訊云提供兩種加密登錄方式：密碼登錄和SSH密鑰登錄。用戶可以自由選擇兩種方式安全的與云服務(wù)器進行連接。Windows系統(tǒng)實例不支持密鑰登錄。A)正確B)錯誤答案:錯解析:騰訊云提供兩種加密登錄方式：密碼登錄和SSH密鑰登錄。用戶可以自由選擇兩種方式安全的與云服務(wù)器進行連接。Windows系統(tǒng)實例不支持SSH密鑰登錄。[判斷題]81.局部連接使網(wǎng)絡(luò)可以提取數(shù)據(jù)的局部特征。A)正確B)錯誤答案:對解析:第4部分：問答題，共16題，請在空白處填寫正確答案。[問答題]82.w是控制輸入信號的_______的參數(shù)答案:重要性解析:[問答題]83.dropout=tf.nn.dropout(result,0.5,noise_shape=[4,1])，該程序中，隱藏層節(jié)點按____丟棄。答案:行；解析:[問答題]84.FCN是全部由_______構(gòu)成的網(wǎng)絡(luò)答案:卷積層解析:[問答題]85.編程：使用relu激活函數(shù)，實現(xiàn)對負值的忽略，并將映射結(jié)果輸出。答案:ImporttensorflowastfInput=tf.constant([-10,0,4,8],dtype=tf.float32)Output=tf.nn.relu(input)Withtf.Session()assess:Print(sess.run(output))解析:[問答題]86.加深層可以_______地傳遞信息答案:分層次解析:[問答題]87.編程：使用Tensorflow定義變量+常量,實現(xiàn)輸出計數(shù)功能。答案:ImporttensorflowastfState=tf.Variable(0,name='Parameter_name_counter')#print()One=tf.constant(1)New_value=tf.add(state,one)Update=tf.assign(state,new_value)Init=tf.global_variables_initializer()Withtf.Session()assess:sess.run(init)for_inrange(8):sess.run(update)print(sess.run(state))解析:[問答題]88.訓(xùn)練集樣本的形狀為_____。答案:(55000,784)；解析:[問答題]89.尋找最優(yōu)參數(shù)問題的結(jié)果過程稱為_______答案:最優(yōu)化解析:[問答題]90.什么樣的數(shù)據(jù)集不適合深度學(xué)習(xí)？答案:1數(shù)據(jù)集太小，數(shù)據(jù)樣本不足時，深度學(xué)習(xí)相對其它機器學(xué)習(xí)算法，沒有明顯優(yōu)勢。2數(shù)據(jù)集沒有局部相關(guān)特性，目前深度學(xué)習(xí)表現(xiàn)比較好的領(lǐng)域主要是圖像／語音／自然語言處理等領(lǐng)域，這些領(lǐng)域的一個共性是局部相關(guān)性。圖像中像素組成物體，語音信號中音位組合成單詞，文本數(shù)據(jù)中單詞組合成句子，這些特征元素的組合一旦被打亂，表示的含義同時也被改變。對于沒有這樣的局部相關(guān)性的數(shù)據(jù)集，不適于使用深度學(xué)習(xí)算法進行處理。解析:[問答題]91.在卷積神經(jīng)網(wǎng)絡(luò)中，卷積層數(shù)越高，學(xué)到的特征就越_______。答案:全局化；解析:[問答題]92.編程：將數(shù)組轉(zhuǎn)換為初始值為常量value的tensor對象，通過tf.get_variable初始化變量。