2025年深度学习工程师考试题库（附答案和详细解析）（1224）.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缓解深层神经网络的梯度消失问题？

A.Sigmoid

B.ReLU

C.Tanh

D.Softmax

答案：B

解析：Sigmoid和Tanh的导数在输入较大或较小时趋近于0（饱和区域），会导致梯度消失；Softmax主要用于多分类输出层，不直接解决梯度问题；ReLU（修正线性单元）在输入0时导数为1，避免了饱和问题，能有效缓解梯度消失。

梯度下降优化过程中，“梯度爆炸”的主要原因是？

A.学习率过小

B.激活函数导数绝对值大于1的层过多

C.数据归一化不充分

D.批量