人工智能深度学习架构师备考题库B卷（附答案解析）.pdfVIP

深度学习-2

•单选题40道

•多选题30道

•判断题30道

单选题（每题1分，共39道题）

1、[单选]阅读以下文字：假设我们拥有一个已完成训练的、用来解决车辆检

测问题的深度神经网络模型，训练所用的数据集由汽车和卡车的照片构成，而

训练目标是检测出每种车辆的名称（车辆共有10种类型）。现在想要使用这个

模型来解决另外一个问题，问题数据集中仅包含一种车（福特野马）而目标变

为定位车辆在照片中的位置（）

•A：除去神经网络中的最后一层，冻结所有层然后重新训练

•B：对神经网络中的最后几层进行微调，同时将最后一层（分类层）更

改为回归层

•C：使用新的数据集重新训练模型

•D：所有答案均不对

正确答案：B你的答案：B

解析：该问题需要解决的是车辆检测问题中的一个子问题，即车辆定位问题，因此可以利

用已经完成训练的深度神经网络模型。但是，由于问题数据集中仅包含一种车（福特野

马），而目标变为定位车辆在照片中的位置，因此需要对原有的模型进行微调。选项A中，

除去最后一层并重新训练也是一种微调方法，但是并不适合该问题，因为这样会将原有模

型中对于汽车和卡车的识别能力全部去掉。选项C中，重新训练模型的确可以解决该问题，

但是需要相应的时间和资源。因此，选项B是最优的选择，对神经网络中的最后几层进行

微调，将最后一层（分类层）更改为回归层可以快速解决该问题。因此，答案为B。

2、[单选]考虑以下两个随机数组a和b：

a=np.random.randn(4,3)#a.shape=(4,3)；

b=np.random.randn(3,2)#b.shape=(3,2)。c=a*b,c的维度是什么？

•A：c.shape=(4,3)

•B：c.shape=(3,3)

•C：c.shape=(4,2)

•D：计算不成立因为这两个矩阵维度不匹配

正确答案：D你的答案：D

解析：矩阵乘法要求左矩阵的列数等于右矩阵的行数，才能进行乘法运算。在本题中，左

矩阵a的列数为3，右矩阵b的行数为3，因此可以进行乘法运算。但是，乘法运算的结

果是一个4行2列的矩阵，而不是选项中给出的其他三个维度。因此，正确答案为D。

3、[单选]你有一个63x63x16的输入，有32个过滤器进行卷积，每个过滤器

的大小为7x7,步幅为1，你想要使用“same”的卷积方式，请问pad的值是多

少？〕

•A：1

•B：2

•C：3

•D：7

正确答案：C你的答案：C

解析：使用“same”的卷积方式，输出的大小与输入的大小相同，即为63x63。根据卷积运

算的公式，输出的大小可以通过以下公式计算：output_size=（input_size+2*pad-

filter_size）/stride+1。带入已知的参数，解方程可得$pad=3$，因此答案为C。

4、[单选]有关机器学习算法，以下说法中不正确的是:

•A：之所以说监督学习和无监督学习之间并不存在一条严格的界限，是

因为很难客观地区分监督者给定的一个值是特征（feature）还是目标

（target）。

•B：当深度学习网络的最后一层是一个softmax分类器时，我们可以把

网络的前面部分看成是一种表示学习（RepresentationLearning）的计

算单元。

•C：一个聚类算法将样本分成k个不同的聚类（cluster），从另一个角

度说，这个聚类算法其实是为样本中的每一个实例提供了一种k维的

one-hot编码方式

•D：随机梯度下降（StochasticGradientDescent）算法是用小规模的

样本近似估计梯度的方法，适合在大规模数据上训练深度神经网络，但

在逻辑回归、SVM等算法中的作用很有限。

正确答案：D你的答案：D

解析：A选项说法正确，监督学习和无监督学习之间的区分并不存在严格的界限，因为很

难区分监督者给定的一个值是特征还是目