2025 年大学人工智能（深度学习）期末试卷.docVIP

2025年大学人工智能（深度学习）期末试卷

（考试时间：90分钟满分100分）班级______姓名______

一、单项选择题（总共10题，每题4分，每题只有一个正确答案，请将正确答案填写在括号内）

1.以下关于深度学习中激活函数的说法，错误的是（）

A.ReLU函数在某些情况下可能会导致神经元死亡

B.Sigmoid函数的输出值范围是(0,1)

C.Tanh函数的输出值范围是(-1,1)

D.Softmax函数常用于多分类问题，输出值表示每个类别的概率，且总和为1

2.在卷积神经网络中，卷积层的主要作用是（）

A.增加网络的非线性

B.进行特征提取

C.减少参数数量

D.对输入数据进行分类

3.随机梯度下降（SGD）与批量梯度下降（BGD）相比，以下说法正确的是（）

A.SGD每次更新参数时只使用一个样本，收敛速度比BGD快

B.SGD每次更新参数时使用所有样本，收敛速度比BGD快

C.BGD每次更新参数时只使用一个样本，收敛速度比SGD快

D.BGD每次更新参数时使用所有样本，收敛速度比SGD慢

4.以下哪种优化器不属于自适应学习率的优化器（）

A.Adam

B.Adagrad

C.RMSProp

D.Momentum

5.在深度学习中，损失函数的作用是（）

A.衡量模型预测结果与真实标签之间的差异

B.确定模型的参数更新方向

C.评估模型的性能

D.以上都是

6.以下关于循环神经网络（RNN）的说法，错误的是（）

A.RNN可以处理具有序列依赖性的数据

B.长期短期记忆网络（LSTM）是RNN的一种改进形式

C.RNN容易出现梯度消失或梯度爆炸问题

D.RNN中的神经元之间的连接是全连接的

7.在生成对抗网络（GAN）中，生成器的作用是（）

A.生成与真实数据相似的样本

B.判别输入样本是真实数据还是生成数据

C.学习真实数据的分布

D.调整生成器的参数以提高生成样本的质量

8.以下哪种深度学习框架不是开源的（）

A.TensorFlow

B.PyTorch

C.Keras

D.MATLABDeepLearningToolbox

9.在深度学习模型训练过程中，验证集的作用是（）

A.用于训练模型的参数

B.用于评估模型的泛化能力

C.用于调整模型的超参数

D.以上都是

10.以下关于深度学习模型评估指标的说法，正确的是（）

A.准确率（Accuracy）适用于所有分类问题

B.召回率（Recall）越高，说明模型对正例的识别能力越强

C.F1值是准确率和召回率的调和平均值，F1值越大，模型性能越好

D.均方误差（MSE）常用于回归问题，MSE值越小，模型预测结果越准确

二、多项选择题（总共5题，每题6分，每题有两个或两个以上正确答案，请将正确答案填写在括号内，多选、少选、错选均不得分）

1.以下哪些是深度学习中常用的正则化方法（）

A.L1正则化

B.L2正则化

C.BatchNormalization

D.Dropout

2.在深度学习中，以下哪些操作可以增加模型的泛化能力（）

A.增加训练数据的多样性

B.使用正则化方法

C.采用适当的模型结构

D.增加模型的参数数量

3.以下关于卷积神经网络（CNN）的池化层的说法，正确的是（）

A.池化层可以减少数据的维度

B.池化层可以保留图像的重要特征

C.最大池化和平均池化是池化层常用的方法

D.池化层会增加模型的参数数量

4.在深度学习中，以下哪些是优化器的超参数（）

A.学习率

B.动量

C.衰减率

D.批量大小

5.以下关于深度学习模型部署的说法，正确的是（）

A.模型部署需要考虑模型的运行效率和资源消耗

B.可以使用云计算平台进行模型部署

C.模型部署后需要进行实时监测和维护

D.深度学习模型只能部署在云端，不能部署在本地设备上

三、判断题（总共10题，每题3分，请判断下列说法的对错，正确的打“√”，错误的打“×”）

1.深度学习模型的性能只取决于模型的结构和参数，与训练数据无关。（）

2.在深度学习中，使用的激活函数越多，模型的性能越好。（）

3.随机梯度下降（SGD）在每次更新参数时使用的样本是随机选择的，因此收敛速度不稳定。（）

4.卷积神经网络（CNN）中的卷积核大小必须是固定的，不能改变。（）

5.循环神经网络（RNN）可以处理任意长度的序列数据。（）

6.在生成对抗网络（GAN）中，判别器的性能越好，生成器生成的样本质量越高。（）

7.深度学习模型的训练过程中，训练集的损失会一