2026年春江苏开放大学神经网络与深度学习060732形成性考核作业二答案

试题列表
单选题
题型：单选题客观题分值7分难度：一般得分：7
1
以下关于神经⽹络中卷积运算的说法，正确的是？
A
若卷积运算输⼊数据为⼆维形状，则输⼊数据的⻓和⾼⼤⼩必须相等
B
若卷积运算输⼊数据为⼆维形状，则滤波器的⻓和⾼⼤⼩必须相等
C
若卷积运算输⼊数据为三维形状，则输⼊数据和滤波器的⻓和⾼均要设为相同的值
D
若卷积运算输⼊数据为三维形状，输⼊数据和滤波器的通道数要设为相同的值
学生答案：D
老师点评：
题型：单选题客观题分值7分难度：一般得分：7
2
在进⾏卷积层的处理之前，有时要向输⼊数据的周围填⼊固定的数据，这称为填充 (padding)。 对⼤⼩为(4,4)的输⼊数据进⾏幅度为3的填充，则输⼊数据⼤⼩变成多少？
A
(15,15)
B
(7,7)
C
(12,12)
D
(10,10)
学生答案：D
老师点评：
题型：单选题客观题分值7分难度：一般得分：7
3
多义现象可以被定义为在⽂本对象中⼀个单词或短语的多种含义共存。下列哪⼀种⽅法可能 是解决此问题的最好选择？
A
卷积神经⽹络
B
随机森林
C
强化学习
D
以上所有⽅法
学生答案：A
老师点评：
题型：单选题客观题分值7分难度：一般得分：7
4
在典型CNN⽹络AlexNet中，原始图⽚是⼤⼩为227*227的三通道数据，经过96个⼤⼩为11*11的卷积核卷积后得到96个⼤⼩为55*55的特征图，若padding = 0 ，则卷积核的步⻓为多 少？
A
1
B
4
C
3
D
2
学生答案：B
老师点评：
题型：单选题客观题分值7分难度：一般得分：7
5
对以下输⼊⼤⼩为(7,7)的数据，⾸先进⾏幅度为3的填充，设置滤波器⼤⼩为3*3，步幅为 2，卷积运算输出结果的⼤⼩为？
A
(5,5)
B
(7,7)
C
4,4)
D
(6,6)
学生答案：D
老师点评：
题型：单选题客观题分值7分难度：简单得分：7
6
假设在卷积神经网络中，当前卷积窗口覆盖的输入图像区域（Input）是一个 3×3的矩阵，卷积核（Filter/Kernel）也是一个 3×3 的矩阵。 请根据下图中的数值，计算该位置卷积运算后的输出值是多少？
输入区域 (Input):
[1 0 1
0 1 0
1 0 1]
卷积核 (Filter):
[1 1 1
0 0 0
1 1 1]
A
5
B
9
C
4
D
6
学生答案：C
老师点评：
题型：单选题客观题分值7分难度：一般得分：7
7
有Lenet的结构如图所示，输⼊数据⼤⼩为 ⼤⼩单通道图⽚，在C1卷积层使⽤ 个⼤ ⼩为 的卷积核进⾏卷积， ，步⻓为 。在S2池化层使⽤ 的卷积核进⾏步⻓ 为2的平均值池化。在C3卷积层使⽤ 个⼤⼩为 的卷积核进⾏卷积， ，步⻓为 。在S4池化层使⽤ 的卷积核进⾏步⻓为2的平均值池化。扁平化后接⼊C5全连接层，其中C5 全连接层的输出⼤⼩为120，请问C5全连接层的输⼊是多⼤？
image.png
A
400
B
784
C
1024
D
300
学生答案：A
老师点评：
多选题
题型：多选题客观题分值7分难度：中等得分：7
1
下列哪些是CNN中卷积操作的特点？
A
简化运算
B
稀疏连接
C
参数共享
D
等变表示
学生答案：B；C；D
老师点评：
题型：多选题客观题分值7分难度：一般得分：7
2
以下关于CNN中池化的说法，正确的是？
A
池化只是从⽬标区域中取最⼤值(或平均值)，所以不存在要学习的参数
B
通常池化的窗⼝⼤⼩会和上⼀步卷积操作的步幅设定成相同的值
C
经过池化运算，输⼊数据和输出数据的通道数不会发⽣变化
D
池化对输⼊数据的微⼩偏差具有鲁棒性
学生答案：A；B；C；D
老师点评：
题型：多选题客观题分值7分难度：一般得分：7
3
VGGNet是⼀种典型的深度卷积神经⽹络，被⼴泛应⽤在⼤规模数据集的分类问题上。⽽在 实际应⽤中，VGGNet中的训练层深度最多不会超过19层，请问这是为什么？
A
参数量爆炸
B
训练时间过⻓
C
仅为了避免麻烦
D
梯度消失使得优化变得困难
学生答案：B；D
老师点评：
填空题
题型：填空题客观题答案允许乱序分值6分难度：简单得分：6
1
ResNet通过引入 结构（跳过卷积层，将输入与输出相加）缓解了深层网络中的梯度消失问题。
第1空分值：6分
学生答案：残差
题型：填空题客观题答案允许乱序分值6分难度：简单得分：6
2
在CNN的基本流程中，常见的层序为：Convolution → Max Pooling → Convolution → Max Pooling →  → 全连接。
第1空分值：6分
学生答案：Flatten
题型：填空题客观题答案允许乱序分值6分难度：简单得分：6
3
卷积神经网络中，用卷积运算替代一般矩阵乘法的网络称为 。
第1空分值：6分
学生答案：卷积网络
题型：填空题客观题答案允许乱序分值6分难度：简单得分：6
4
CNN适用于图像识别、语音识别等任务，其核心特点包括稀疏连接、参数共享和 表示。
第1空分值：6分
学生答案：等变
题型：填空题客观题答案允许乱序分值6分难度：简单得分：6
5
最大池化（Max Pooling）是在目标区域取 值；均值池化（Average Pooling）是在目标区域取 值。
第1空分值：3分
第2空分值：3分
学生答案：最大；平均