智能制造预测性维护PyTorch模型训练与调优技能等级评价考核试卷.docVIP

智能制造预测性维护PyTorch模型训练与调优技能等级评价考核试卷.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

智能制造预测性维护PyTorch模型训练与调优技能等级评价考核试卷

一、单项选择题(每题1分,共30题)

1.在智能制造预测性维护中,PyTorch模型训练前需要进行的预处理步骤不包括:

A.数据清洗

B.数据归一化

C.特征选择

D.模型编译

2.PyTorch中用于创建权重和偏置的函数是:

A.torch.zeros

B.torch.ones

C.torch.randn

D.torch.nn.Parameter

3.在PyTorch中,用于反向传播计算梯度的函数是:

A.torch.backward

B.torch.optim

C.torch.nn.functional

D.torch.save

4.PyTorch中常用的优化器不包括:

A.SGD

B.Adam

C.RMSprop

D.TensorFlowOptimizer

5.在PyTorch中,用于定义模型的类继承自:

A.torch.nn.Module

B.torch.optim.Optimizer

C.torch.nn.functional

D.torch.dataloader

6.在模型训练过程中,用于将数据批量输入模型的函数是:

A.torch.dataloader

B.torch.dataset

C.torch.nn.DataLoader

D.torch.optim.DataLoader

7.PyTorch中用于保存模型的函数是:

A.torch.save

B.torch.load

C.torch.save_state_dict

D.torch.load_state_dict

8.在模型训练过程中,用于计算损失函数的函数是:

A.torch.nn.CrossEntropyLoss

B.torch.nn.MSELoss

C.torch.nn.L1Loss

D.torch.nn.BCELoss

9.在PyTorch中,用于创建卷积层的函数是:

A.torch.nn.Linear

B.torch.nn.Conv2d

C.torch.nn.ReLU

D.torch.nn.MaxPool2d

10.在PyTorch中,用于创建全连接层的函数是:

A.torch.nn.Linear

B.torch.nn.Conv2d

C.torch.nn.ReLU

D.torch.nn.MaxPool2d

11.在PyTorch中,用于创建ReLU激活函数的函数是:

A.torch.nn.Linear

B.torch.nn.Conv2d

C.torch.nn.ReLU

D.torch.nn.MaxPool2d

12.在PyTorch中,用于创建最大池化层的函数是:

A.torch.nn.Linear

B.torch.nn.Conv2d

C.torch.nn.ReLU

D.torch.nn.MaxPool2d

13.在PyTorch中,用于创建平均池化层的函数是:

A.torch.nn.Linear

B.torch.nn.Conv2d

C.torch.nn.ReLU

D.torch.nn.AvgPool2d

14.在模型训练过程中,用于设置学习率的函数是:

A.optimizer.step

B.optimizer.zero_grad

C.optimizer.set_lr

D.optimizer.lr

15.在PyTorch中,用于创建批归一化层的函数是:

A.torch.nn.BatchNorm1d

B.torch.nn.BatchNorm2d

C.torch.nn.BatchNorm3d

D.torch.nn.BatchNorm

16.在模型训练过程中,用于调整学习率的函数是:

A.scheduler.step

B.scheduler.zero_grad

C.scheduler.set_lr

D.scheduler.lr

17.在PyTorch中,用于创建Dropout层的函数是:

A.torch.nn.Dropout

B.torch.nn.Dropout2d

C.torch.nn.Dropout3d

D.torch.nn.Dropout4d

18.在模型训练过程中,用于验证模型性能的函数是:

A.torch.evaluate

B.torch.validate

C.torch.val

D.torch.test

19.在PyTorch中,用于创建RNN层的函数是:

A.torch.nn.RNN

B.torch.nn.LSTM

C.torch.nn.GRU

D.torch.nn.Sequential

20.在模型训练过程中,用于创建学习率调度器的函数是:

A.torch.optim.lr_scheduler

B.torch.scheduler

C.torch.lr_scheduler

D.

您可能关注的文档

文档评论(0)

134****9669 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档