人工智能深度学习技术练习(习题卷3)

人工智能深度学习技术练习(习题卷3)
第1部分：单项选择题，共50题，每题只有一个正确答案,多选或少选均不得分。

1.[单选题]一般用于将输入中的单词映射为稠密向量的函数是
A)Embedding
B)LSTM
C)GRU
D)RNN
答案:A
解析:
2.[单选题]Alex在2012年提出的( )网络结构模型引爆了神经网络的应用热潮,并赢得了2012届图像识别大赛的冠军,使得CNN成为在图像分类上的核心算法模型。

AlexNet 该模型一共分为八层,5个卷积层,,以及3个全连接层
A)LeNet
B)AlexNet
C)VGG
D)ResNet
答案:B
解析:
3.[单选题]控制是否循环神经每次都输出结果的参数是
A)return_sequences
B)num_classes
C)unroll
D)training
答案:A
解析:
4.[单选题]以下程序输出结果是多少？
Import tensorflow as tf
A = tf.constant (1)
B = tf.constant (1)
C = tf.add (a, b)
Print (c)
With tf.Session () as sess:
Print (sess.run (c))
A)2
B)[1 , 1]
C)[2]
D)[0 , 1]
答案:A
解析:
5.[单选题]在tf中My_var_times_two = my_var.assign(2* my_var)
A)让my_var对应变量翻倍赋值给My_var_times_two
D)my_var对应变量翻倍
答案:D
解析:
6.[单选题]（ ）是指在一个操作系统中多个程序同时并行运行
A)超线程
B)多线程
C)虚拟化
D)多任务
答案:D
解析:多任务是指在一个操作系统中多个程序同时并行运行
7.[单选题]多层神经网络中使用全连接层的目的是?
A)滤波
B)One-hot处理
C)用于特征提取
D)用于分类
答案:D
解析:
8.[单选题]面向对象编程类使用哪个保留字定义（）。

A)class
B)def
C)Dog
D)cat
答案:A
解析:难易程度：易题型：
9.[单选题]关于pandas库的文本操作，下列说法错误的是（）。

A)Replace方法用于替换字符串
B)Slice方法不是通过截取字符实现文本索引操作的
C)Upper方法可将Series各元素转换为大写
D)存在一些特殊的方法是Python原生str类型所没有的
答案:B
解析:难易程度：中题型：
10.[单选题]局部平均值又被称为
A)常规平均值
B)栅格平均值
C)移动平均值
D)唯一平均值
答案:C
解析:
11.[单选题]相对复杂的模型，建议使用（）方式创建
A)Sequential
B)函数式API创建任意结构模型
C)Model子类化创建自定义模型
D)自定义函数
12.[单选题]被称为LSTM低配的神经单元是
A)rnn
B)cnn
C)gru
D)SimpleRNN
答案:C
解析:
13.[单选题]“熊猫方式”和鱼子酱方式的选择主要是通过什么决定的
A)计算机资源的充足与否
B)测试集数量
C)训练集数量
D)隐藏层数量
答案:A
解析:
14.[单选题]卷积定理指出,函数卷积的傅里叶变换是函数傅里叶变换的( )。

即,一个域中的卷积相当于另一个域中的( ),例如时域中的卷积就对应于频域中的乘积。

A)乘积,乘积
B)乘积,范数
C)范数,乘积
D)范数,距离
答案:A
解析:
15.[单选题]以下选项中不是 Python 数据分析的第三方库的是（）
A)numpy
B)scipy
C)pandas
D)requests
答案:D
解析:难易程度：易题型：
16.[单选题]T = tf.Variable([1,2,3]), tf.multiply(t, 2)的结果是
A)[1, 2, 3]
B)[2, 3, 4]
C)[2, 4, 6]
D)[2, 4, 3]
答案:C
解析:
17.[单选题]从输入层到( ),再到输出层。

逐层计算每一个节点对其下一层节点的影响,这就是前向传播算法
A)输出层
B)隐藏层
C)输入层
D)激活函数层
答案:B
解析:
B)相乘
C)相除
D)相加
答案:B
解析:
19.[单选题]输入图片大小为200x200，依次经过一层卷积(kernel size 5x5，padding 1，stride2)，pooling(kernel size 3x3paddingostride1)，又一层卷积(kernel size3x3 padding1， stride 1)之后，输出特征图大小为C
A)95
B)96
C)97
D)98
答案:C
解析:
20.[单选题]语句b = tf.ones_like(a)是
A)将b节点内容用a替换
B)b对应张量维度和A相同,值为1
C)b对应张量维度和A相同,值为2
D)b对应张量维度和不同
答案:B
解析:
21.[单选题]optimizer.step()
A)计算步数
B)返回当前迭代代价值
C)更新权重
D)计算准确率
答案:C
解析:
22.[单选题]四维张量一般用来表示
A)灰度图
B)彩色图
C)视频
D)时间
答案:C
解析:批量图片，视频都可以是四维的
23.[单选题]在一个32X32大小的图像,通过步长为1,不考虑填充,大小为5X5的卷积核卷积后,结果尺寸成为
A)28X28
B)14X14
C)31X31
D)32X32
答案:A
解析:
24.[单选题]深度学习中的卷积神经网络属于机器学习中的那哪种模型
C)深度半监督学习
D)深度强化学习
答案:A
解析:
25.[单选题]面向对象编程的课程中，老师使用什么家电设备作为例子类比封装的特点（）
A)洗衣机
B)电视机
C)空调
D)冰箱
答案:A
解析:难易程度：易题型：
26.[单选题]数据集的划分可以分为哪几个部分（）。

A)训练集
B)测试集
C)验证集
D)以上都是
答案:D
解析:难易程度：易题型：
27.[单选题]神经网络中常用的( )Sigmoid函数 ,会把量映射到0,1之间
A)非激活
B)RELU
C)极值
D)阈值
答案:D
解析:
28.[单选题]从20世纪( )人工智能开始出现了
A)50年代
B)60年代
C)70年代
D)80年代
答案:A
解析:
29.[单选题]Inception是一个( )层的深度网络,它的质量是在分类和检测领域进行了评估
A)5
B)8
C)22
D)152
答案:C
解析:
30.[单选题]运行session.run(op)的含义是
A)运行该行代码
B)建立会话
C)在会话中运行计算图中名为op的节点
31.[单选题]pytorch梯度下降用不到的函数是
A)step
B)backward
C)zero_grad
D)fit
答案:D
解析:
32.[单选题]定义一个卷积核filter,它的张量定义为filter=tf.Variable(tf.random_normal([20,10,3,16]))则卷积核的高度是:
A)10
B)20
C)16
D)3
答案:B
解析:
33.[单选题]生成随机整数命令是（）。

A)import
B)random.random(
C)random.randint(
D)import
答案:C
解析:难易程度：易题型：
34.[单选题]一段彩色数字视频，时长为1分钟，视频分辨率为1024*768，帧率为25帧/秒，请问在计算机中存储需要多少空间？
A)2.48GB
B)128MB
C)42GB
D)3.28MB
答案:D
解析:
35.[单选题]与传统机器学习方法相比，深度学习的优势在于
A)深度学习可以自动学习特征
B)深度学习完全不需要做数据预处理
C)深度学习完全不提取底层特征，如图像边缘、纹理等
D)深度学习不需要调参
答案:A
解析:
36.[单选题]全连接层的作用是
A)滤波
B)One-hot处理
C)用于特征提取
D)用于分类
37.[单选题]( )是一种特定形式的RNN循环神经网络,英文全称Long short-term memory
A)CNN
B)LSTM
C)RNN
D)CONV
答案:B
解析:
38.[单选题]tanh函数常使用的领域是
A)多分类
B)二分类
C)rnn
D)cnn
答案:C
解析:
39.[单选题]下列关于循环语句的说法正确的是（）。

A)for语句是一种当型循环
B)while语句是一种直到型循环
C)使用while语句创建了无限循环时，一定是因为顶端布尔表达式只包含常数
D)for语句和while语句都支持嵌套，并且可以相互嵌套
答案:D
解析:难易程度：中题型：
40.[单选题]在前向传播反向传播过程中,例如求导结果为f(z)' = f(z)(1 ? f(z))那么这个激活函数最有可能会是下面选项中的那一个?()
A)RelU函数
B)tanh
C)cosh
D)sigmoid
答案:D
解析:
41.[单选题]假设测试集的分类标签为test_label，预测值为prediction，现在需要计算按类平均精准率precision，应该使用sklearn库中的函数
A)precision_score(test_label,prediction,average='micro')
B)precision_score(test_label,prediction,average='macro')
C)precision_score(prediction,test_label,average='micro')
D)precision_score(prediction,test_label,average='macro')
答案:B
解析:
42.[单选题]Tanh函数的导数范围是( )
A)(0,1]
B)(0,0.1]
C)(0,-1]
D)(0,10]
答案:A
43.[单选题]一个数据集中,没有哪一种类型的数据集:
A)测试集
B)确认集
C)验证集
D)训练集
答案:B
解析:
44.[单选题]对于批量梯度下降,使用优化算法是为了在迭代过程中():
A)增大损失值
B)使学习率衰减
C)降低损失值
D)提升正则项范围
答案:B
解析:
45.[单选题]代码启动tensorboard的代码是
A)loss.backward
B)writer.add_graph
C)notebook.start
D)notebook.list
答案:C
解析:
46.[单选题]不属于卷积内部性质的有
A)步长
B)卷积核
C)0填充
D)池化核
答案:D
解析:
47.[单选题]如果使用的学习率太大，会导致
A)网络收敛的快
B)网络收敛的慢
C)网络无法收敛
D)不确定
答案:C
解析:
第2部分：多项选择题，共15题，每题至少两个正确答案,多选或少选均不得分。

48.[多选题]以下属于梯度下降的有
A)BGD
B)SGD
C)Mini-Batch
D)dropout
答案:ABC
解析:
A)视频
B)音乐
C)对话
D)文章创作
答案:ABCD
解析:
50.[多选题]不能实现总体求和、总体平均的函数是:
A)tf.reduce_sum
B)tf.multiply
C)tf.reduce_mean
D)tf.norm
答案:BD
解析:
51.[多选题]随机梯度下降的特点是:
A)mini-batch大小为1
B)每次迭代有可能原理最优解
C)永远不会收敛
D)不能使用向量化加速
答案:ABCD
解析:
52.[多选题]pytorch可以实现的功能有：
A)GPU加速
B)自动求导
C)定义常用网络层
D)模型预测
答案:ABCD
解析:
53.[多选题]实现tensorboard的流程有：
A)根据可视化信息，利用日志写入器写入指定目录
B)指定一个目录创建一个torch.utils.tensorboard.SummaryWriter日志写入器。

C)传入日志目录作为参数启动TensorBoard
D)设定tensorboard脚本
答案:ABC
解析:
54.[多选题]人脸检测项目中,使用的图片格式通常有那几种?
A)PNG
B)JPG
C)JPEG
D)BMP
答案:ABCD
解析:
55.[多选题]函数conv2d()有好几个参数…....,对其参数描述正确的下面选项有那些?
A)步长在高度方向和宽度方向均为strides
D)filter是卷积核
答案:ABCD
解析:
56.[多选题]如果填充图像后求卷积,并保持图像尺寸不变化
A)以0填充
B)填充厚度为卷积核厚度减1的一半
C)步长为1
D)步长大于1
答案:ABC
解析:
57.[多选题]在h_pool2_flat = tf.reshape( h_pool2, [-1, 7*7*64] )这条语句的意义有:
A)卷积层的终极输出是64幅图
B)卷积层输出图片size是7X7
C)将64幅7X7张量改写成一个向量
D)h_pool2_flat是全链接层的输入数据
答案:ABCD
解析:
58.[多选题]带有记忆处理的神经元有
A)LSTM
B)GRU
C)CNN
D)RESNET
答案:AB
解析:
59.[多选题]搜索参数的两种重要方式是
A)没有足够计算资源,通过每天观察,不断调整参数
B)同时试验多种模型,获得学习曲线
C)没有足够计算资源,通过试验多种模型,获得学习曲线
D)拥有足够资源时,通过每天观察一个参数,来进行调整
答案:AB
解析:
60.[多选题]程序语句tf.nn.dropout(x, keep_prob, noise_shape=None, seed=None,name=None) 正确的描述为?
A)第一个参数x:指输入。

train的时候才是dropout起作用的时候
B)第二个参数keep_prob: 设置神经元被选中的概率,在初始化时keep_prob是一个占位符
C)noise_shape:干扰形状。

此字段默认是None,表示第一个元素的操作都是独立
D)第五个参数name:指定该操作的名字
答案:ABCD
解析:
61.[多选题]计算机的操作系统根据不同的用途分为不同的种类，从功能角度分析，分别有（ ）等。

A)实时系统
B)批处理系统
C)分时系统
D)网络操作系统
、网络操作系统等。

62.[多选题]rnn可以用来处理
A)图像类别预测
B)语音分析
C)情感分类
D)文章创作
答案:ABCD
解析:
第3部分：判断题，共19题，请判断题目是否正确。

63.[判断题]机器演奏音乐属于一对多处理方式
A)正确
B)错误
答案:对
解析:
64.[判断题]writer.add_image可视化可以加入一张或多张图片
A)正确
B)错误
答案:错
解析:
65.[判断题]Yolo的泛化能力强,在做迁移时,模型鲁棒性高
A)正确
B)错误
答案:对
解析:
66.[判断题]灰度值范围是1-255
A)正确
B)错误
答案:错
解析:
67.[判断题]卷积神经网络的tensorflow框架中,tf.nn.avg_pool()可实现平均池化操作。

A)正确
B)错误
答案:对
解析:
68.[判断题]在神经网络框架中,常使用如下函数tf.truncated_normal(shape, mean, stddev) 这个函数产生正态分布,均值和标准差自己设定
A)正确
B)错误
答案:对
解析:
69.[判断题]如果增加多层感知机（Multilayer Perceptron）的隐藏层层数，分类误差便会减小。

A)正确
答案:错
解析:
70.[判断题]hinge是回归的损失函数
A)正确
B)错误
答案:错
解析:
71.[判断题]批量归一化有轻微防止过拟合的能力
A)正确
B)错误
答案:对
解析:
72.[判断题]GRU单元有记忆细胞Cell
A)正确
B)错误
答案:对
解析:
73.[判断题]事件的信息量,与事件发生的概率无关。

A)正确
B)错误
答案:错
解析:
74.[判断题]赋范空间中，v,ws属于向量空间V，||v+w||<=||v||+||w||表示三角不等式。

A)正确
B)错误
答案:对
解析:
75.[判断题]随机生成的卷积核,个别一些卷积核对特征提取几乎无贡献,但不影响运算。

A)正确
B)错误
答案:对
解析:
76.[判断题]全连接层用来处理多分类结果
A)正确
B)错误
答案:对
解析:
77.[判断题]数据增强不能解决过拟合问题
A)正确
B)错误
答案:错
解析:
78.[判断题]最大池化可以应用到多分类前进行处理
A)正确
B)错误
答案:错
解析:
79.[判断题]RNN中,LSTM比GRU更加灵活。

A)正确
B)错误
答案:对
解析:
80.[判断题]均方损失函数,是个数量函数,张量维度为1
A)正确
B)错误
答案:错
解析:
81.[判断题]dataloder不能控制批处理量大小
A)正确
B)错误
答案:错
解析:
第4部分：问答题，共16题，请在空白处填写正确答案。

82.[问答题]Data Augmentation是_______
答案:数据扩充
解析:
83.[问答题]画出一个包含1个卷积层、两个全连接层，进行图片分类任务的CNN网络
答案:
解析:
84.[问答题]tensor表示_____。

答案:张量
；
解析:
85.[问答题]dropout = tf.nn.dropout(result,0.5,noise_shape=[4,1])，该程序中，隐藏层节点按____丢弃。

答案:行
；
解析:
86.[问答题]简述人工智能的至少5种应用软件或应用系统。

答案:智能家居、小爱、人脸识别、无人驾驶汽车、语音识别、谷歌助理
解析:
87.[问答题]#调用to_categorical将vector按照num_classes个类别来进行转换
l= to_categorical( [2, 0, 1, 3], num_classes=__________)
结果：
[[0. 0. 1. 0. 0. 0. ]
[1. 0. 0. 0. 0. 0. ]
[0. 1. 0. 0. 0. 0. ]
[0. 0. 0. 1. 0. 0. ]
]
答案:6
解析:
88.[问答题]某图片的尺寸为28 X 28 X 1，则该图片的通道数为_____。

答案:1
；
解析:
89.[问答题]在卷积操作中设置了24个卷积核，则该操作提取了______个特征。

答案:24
；
解析:
90.[问答题]梯度下降算法的一般步骤 ?
答案:用随机值初始化权重和偏差；将输入传入网络，得到输出；计算预测值与真实值之间的误差；对每一个产生误差的神经元，调整相应的(权重)值以减小误差；重复迭代，直至得到网络权重的最佳值。

解析:
91.[问答题]按照学习任务分类，机器学习可以分为哪3种？
答案:回归，分类，聚类
解析:
92.[问答题]yers.l1_l2_regularizer()函数______实现L1正则化和L2正则化。

答案:同时；
93.[问答题]编程：使用dropout机制防过拟合，留存率为50%。

答案:Import tensorflow as tf
Result = tf.to_float(tf.reshape(tf.range(1, 17), [4, 4]))
Dropout1 = tf.nn.dropout(result, 0.5, noise_shape=None)
Dropout2 = tf.nn.dropout(result, 0.5, seed=1)
With tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print("张量的形状:",sess.run(tf.shape(result)))
print("原始张量", sess.run(result))
print("dropout1", sess.run(dropout1))
print("dropout2", sess.run(dropout2))
解析:
94.[问答题]声明变量通常使用_______函数。

答案:Tf.Variable()
；
解析:
95.[问答题]tensorflow有哪些优秀性能？
答案:1运算性能强
2支持生产环境部署
3语言接口丰富
解析:
96.[问答题]加深层的好处之一是可以_______网络的参数数量
答案:减少
解析:
97.[问答题]import tensorflow as tf
C = tf.constant([[1.0,2.0,3.0],[4.0,5.0,6.0]])
Print(c.get_shape())
该程序输出结果为______。

答案:(2,3)
；
解析:
98.[单选题]predict(x, batch_size=None, verbose=0, steps=None)中 batch_size只能是（）
A)整数
B)小数
C)10以内
D)大于10
答案:A
解析:
99.[单选题]连接主义的主要原理为神经网络及神经网络间的连接机制与学习算法。

其英文缩写为()
A)symbolicism
B)actionism
C)connectionism
D)AI
100.[单选题]A是3阶方阵，且A=-2，则2A=（）。

A)4
B)-4
C)16
D)-16
答案:D
解析:难易程度：难题型：。