2025年深度学习工程师考试题库（附答案和详细解析）（1027）.docxVIP

2025年深度学习工程师考试题库（附答案和详细解析）（1027）.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
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、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、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、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

深度学习工程师考试试卷

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用于缓解深度神经网络的梯度消失问题？

A.Sigmoid（σ(x)=1/(1+e??)）

B.Tanh（双曲正切函数）

C.ReLU（RectifiedLinearUnit，f(x)=max(0,x)）

D.Softmax（归一化指数函数）

答案：C

解析：ReLU（修正线性单元）在输入为正时梯度保持为1，避免了Sigmoid和Tanh在输入较大或较小时梯度趋近于0的“梯度饱和”问题，因此更适合缓解深度网络的梯度消失。Sigmoid和Tanh的导数最大值分别为0.25和1，深层网络中多次相

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >