智慧树知到答案 深度学习之瑞士军刀-PYTORCH入门章节测试答案.docxVIP

智慧树知到答案深度学习之瑞士军刀-PYTORCH入门章节测试答案

姓名：__________考号：__________

题号

一

二

三

四

五

总分

评分

一、单选题(共10题)

1.PyTorch中，什么是自动微分的核心概念？()

A.反向传播

B.前向传播

C.梯度下降

D.损失函数

2.在PyTorch中，如何定义一个神经网络的第一层？()

A.model=nn.Sequential(nn.Linear(784,128),nn.ReLU())

B.model=nn.Linear(784,128)

C.model=nn.Sequential(nn.ReLU(),nn.Linear(784,128))

D.model=nn.ReLU(nn.Linear(784,128))

3.在PyTorch中，如何实现数据的批量处理？()

A.使用batch_size参数

B.使用DataLoader

C.使用torch.split

D.使用torch.reshape

4.PyTorch中的损失函数有哪些类型？()

A.分类损失、回归损失、交叉熵损失

B.分类损失、回归损失、均方误差

C.交叉熵损失、均方误差、激活损失

D.激活损失、卷积损失、循环损失

5.在PyTorch中，如何将模型保存到文件？()

A.model.save(model.pth)

B.torch.save(model,model.pth)

C.model.dump(model.pth)

D.torch.dump(model,model.pth)

6.PyTorch中的数据加载器DataLoader有哪些常用参数？()

A.batch_size,shuffle,num_workers

B.batch_size,shuffle,drop_last

C.num_workers,shuffle,pin_memory

D.batch_size,shuffle,dataset

7.在PyTorch中，如何计算模型的梯度？()

A.使用model.backward()

B.使用loss.backward()

C.使用optimizer.zero_grad()

D.使用model.zero_grad()

8.PyTorch中的优化器有哪些类型？()

A.SGD,Adam,RMSprop

B.Adam,SGD,L-BFGS

C.L-BFGS,Adam,RMSprop

D.L-BFGS,SGD,Adam

9.在PyTorch中，如何实现模型训练过程中的验证？()

A.在训练循环中使用val_loader

B.在训练循环中使用model.eval()

C.在训练循环中使用optimizer.zero_grad()

D.以上都是

10.PyTorch中的nn.Module有哪些常用方法？()

A.forward,backward,parameters

B.parameters,forward,state_dict

C.state_dict,parameters,forward

D.forward,backward,parameters,state_dict

二、多选题(共5题)

11.在PyTorch中，以下哪些是神经网络模型设计时需要考虑的因素？()

A.激活函数的选择

B.权重初始化策略

C.损失函数的选择

D.优化器的选择

E.训练数据集的大小

12.以下哪些操作会在PyTorch中进行反向传播时自动计算梯度？()

A.使用nn.Linear

B.使用nn.ReLU

C.使用torch.mean

D.使用torch.exp

E.使用torch.prod

13.在PyTorch中，以下哪些方法可以用来保存和加载模型？()

A.torch.save

B.model.save

C.torch.load

D.model.load_state_dict

E.model.load_weights

14.在PyTorch中，以下哪些方法可以用来优化神经网络训练过程？()

A.使用DataLoader进行数据加载和批处理

B.使用nn.utils.clip_grad_norm_来限制梯度大小

C.使用nn.utils.prune_l1_unstructured来剪枝模型

D.使用nn.utils.update_bn来更新批归一化统计

E.使用nn.utils.remove_weight_n