2025年深度学习工程师考试题库（附答案和详细解析）（1007）.docxVIP

深度学习工程师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

以下哪种激活函数最适合解决深度神经网络中的梯度消失问题？

A.Sigmoid

B.Tanh

C.ReLU

D.Softmax

答案：C

解析：ReLU（修正线性单元）在输入大于0时导数为1，避免了Sigmoid和Tanh在饱和区导数趋近于0的问题，有效缓解梯度消失；Sigmoid（A）和Tanh（B）的导数最大值分别为0.25和1，深层网络中易导致梯度消失；Softmax（D）主要用于多分类输出层，不解决梯度问题。

训练深度学习模型时，若验证集损失持续下降但测试集损失上升，最可能的原因是？

A.学习率过小

B.模型欠拟合

C.模型过拟合

D.数据分布不一致

答案：C

解析：过拟合表现为模型在训练数据上效果好（验证集损失下降），但泛化能力差（测试集损失上升）；学习率过小（A）会导致训练缓慢；欠拟合（B）时验证集和测试集损失均较高；数据分布不一致（D）会导致测试集损失异常但无持续下降趋势。

以下哪项不是循环神经网络（RNN）的典型应用场景？

A.机器翻译

B.图像分类

C.语音识别

D.时间序列预测

答案：B

解析：RNN擅长处理序列数据（如文本、语音、时间序列），机器翻译（A）、语音识别（C）、时间序列预测（D）均为序列任务；图像分类（B）更适合卷积神经网络（CNN）。

在目标检测任务中，YOLO模型的核心创新是？

A.多尺度特征融合

B.端到端的边界框回归

C.区域提议网络（RPN）

D.非极大值抑制（NMS）

答案：B

解析：YOLO（YouOnlyLookOnce）将目标检测转化为单阶段回归任务，直接在输出层预测边界框和类别，实现端到端训练；多尺度特征融合（A）是FPN的特点；RPN（C）是FasterR-CNN的核心；NMS（D）是后处理步骤，非YOLO特有。

以下哪种优化器通过动量（Momentum）机制加速收敛？

A.SGD

B.Adam

C.RMSprop

D.Adagrad

答案：A（注：严格来说SGD+Momentum才含动量机制，此处默认题干指带动量的SGD）

解析：标准SGD加入动量项后可利用历史梯度方向加速收敛；Adam（B）结合了动量和自适应学习率；RMSprop（C）和Adagrad（D）主要通过梯度平方的累积调整学习率，不含动量机制。

训练GAN（生成对抗网络）时，生成器的目标是最小化以下哪项损失？

A.生成数据与真实数据的KL散度

B.判别器对生成数据的误判概率

C.生成数据的多样性

D.判别器对真实数据的正确分类概率

答案：B

解析：GAN中生成器（G）希望判别器（D）无法区分生成数据（G(z)）和真实数据（x），即最大化D(G(z))的误判概率（将生成数据判为真实），等价于最小化“1-D(G(z))”的损失；KL散度（A）是VAE的优化目标；多样性（C）是生成质量的评价指标，非直接优化目标；真实数据分类（D）是判别器的优化目标。

以下哪种方法不能缓解深度神经网络的过拟合问题？

A.Dropout

B.增加训练数据

C.减小模型复杂度

D.增大学习率

答案：D

解析：过拟合的核心是模型对训练数据过依赖，Dropout（A）通过随机失活神经元增加泛化性，增加数据（B）提供更多样本约束模型，减小复杂度（C）降低模型容量，均能缓解过拟合；增大学习率（D）可能导致训练不稳定，甚至无法收敛，但与过拟合无直接关联。

在卷积神经网络中，1×1卷积核的主要作用是？

A.扩大感受野

B.减少计算量

C.增加特征图数量

D.提取局部空间特征

答案：C

解析：1×1卷积核通过调整卷积核数量（即输出通道数）实现特征图数量的升维或降维（如GoogLeNet的Inception模块）；扩大感受野（A）需更大的卷积核或池化；减少计算量（B）需结合降维操作（如用1×1先降维再3×3卷积）；提取局部特征（D）是3×3等卷积核的作用。

以下哪项是BERT模型的预训练任务？

A.掩码语言模型（MLM）

B.机器翻译

C.情感分类

D.问答生成

答案：A

解析：BERT的预训练任务包括MLM（随机掩码输入token并预测）和NSP（下一句预测，后续版本已弃用）；机器翻译（B）、情感分类（C）、问答生成（D）均为下游微调任务。

训练深度学习模型时，若出现“损失震荡不收敛”，最可能的原因是？

A.学习率过大

B.批量大小（BatchSize）过小

C.正则化系数过高

D.数据未归一化

答案：A

解析：学习率过大时，参数更新步长过大，可能跳过最优解导致损失震荡；BatchSize过小（B）会使梯度估计噪声大，损失波动但未必震荡；正则化过高（C）会导致欠拟合；数