试题列表
单选题
题型：单选题客观题分值25分难度：简单得分：25
1
以下哪⼀个不是深度学习在近⼏年获得⻜速发展的原因？
A
更多优秀的⽹络结构和并⾏运算的发展
B
更好的⾮线性激活函数和新的正则化技术的发展
C
感知机模型的提出
D
更多稳健的优化算法和深度学习平台的发展
正确答案：C学生答案：C
老师点评：
答案解析：
感知机模型是Rosenblatt于1957年提出的，是神经⽹络和⽀持向量机的基础，并不是近 ⼏年才提出和发展的。
多选题
题型：多选题客观题分值25分难度：简单得分：25
1
以下关于感知机模型的说法，错误的是？
A
多层感知机由两层神经元组成，分别为输⼊层和输出层。
B
单层感知机只由单层神经元组成。
C
Sigmoid、tanh、ReLU都是感知机模型中常⻅的激活函数。
D
损失函数是感知机模型优化的⽬标函数，拟合越差损失函数值越⼤。
正确答案：A；B学生答案：A；B
老师点评：
答案解析：
单层感知机：输⼊层+输出层；多层感知机：输⼊层+隐含层+输出层
题型：多选题客观题分值25分难度：简单得分：25
2
AlphaGo是DeepMind研发的围棋⼈⼯智能系统，2016年以4:1击败韩国选⼿李世乭引起了整 个社会对⼈⼯智能的极⼤关注，下列关于AlphaGo说法正确的是（）
A
训练AlphaGo没有⽤到⼈类玩家的棋局数据
B
AlphaGo使⽤蒙特卡罗树搜索提⾼稳定性
C
AlphaGo的技术不涉及强化学习
D
AlphaGo训练模型过程中通过价值⽹络和策略⽹络选择最优下⼦⽅法
正确答案：B；D学生答案：B；D
老师点评：
答案解析：
AlphaGo的核⼼技术涉及深度学习、强化学习、蒙特卡洛搜索树。通过⼈类职业玩家的 棋局数据训练模型，其中使⽤深度监督学习模仿⼈类，使⽤蒙特卡罗树搜索提⾼稳定性，并通过价 值⽹络和策略⽹络选择最优下⼦⽅法。
题型：多选题客观题分值25分难度：简单得分：25
3
以下关于深度学习和神经⽹络的描述，正确的是？
A
神经⽹络可以较好的解决贡献度分配问题(Credit Assignment Problem)
B
神经⽹络是⼀种浅层学习
C
⽬前深度学习以神经⽹络为主要模型
D
神经⽹络等同于深度学习
正确答案：A；C学生答案：A；C
老师点评：
试题列表
单选题
题型：单选题客观题分值25分难度：一般得分：25
1
PyTorch中的基本数据结构为？
A
tensor
B
torch
C
ndarray
D
dataframe
学生答案：A
老师点评：
题型：单选题客观题分值25分难度：一般得分：25
2
下列关于Pytorch中的基本数据结构Tensor的说法，错误的是？
A
Tensor与array可以互相兼容，相互转换
B
与Numpy中相同，可以使⽤.dot()⽅法对Tensor进⾏点乘运算
C
在Pytorch中包含100多种Tensor运算，如转置、索引、切⽚等
D
Tensor与ndarray类似，但可以在GPU中运算
学生答案：B
老师点评：
多选题
题型：多选题客观题分值25分难度：一般得分：25
1
下列有关CPU和GPU的叙述，正确的是？
A
GPU基于⼤吞吐量的设计，通过⼤量线程并⾏，使得同时执⾏⼀条指令的数据变多
B
CPU基于低延时的设计，使每条指令所需执⾏时间更少
C
GPU适⽤于超⼤矩阵的计
D
CPU功耗⼩，所以更适合深度学习领域
学生答案：A；B；C
老师点评：
题型：多选题客观题分值25分难度：一般得分：25
2
关于⼀个优秀的深度学习框架的特点，下列说法正确的是？
A
良好的社区⽀持
B
⽅便对计算图中节点的梯度进⾏计算
C
⽅便构建⼤型计算图
D
可以⾼效地在GPU上运⾏
学生答案：A；B；C；D
评论0