2026年深度学习工程师考试题库（附答案和详细解析）（0305）.docxVIP

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常用于缓解深度神经网络的梯度消失问题？

A.Sigmoid

B.Tanh

C.ReLU

D.Softmax

答案：C

解析：ReLU（修正线性单元）的导数在输入为正时恒为1，避免了Sigmoid和Tanh因导数饱和（接近0）导致的梯度消失问题；Softmax主要用于多分类输出层，不直接解决梯度消失。

训练深度神经网络时，若验证集准确率远低于训练集，最可能的原因是？

A.学习率过小

B.模型欠拟合

C.模型过拟合

D.数据量过大

答案：C

解析：过拟合表现为模型在训练集上效果很好，但泛化能力差（验证集效果差）；欠拟合会导致训练集和验证集效果都差；学习率过小会导致训练速度慢，数据量过大通常缓解过拟合。

反向传播算法的核心是？

A.计算损失函数的梯度

B.优化器选择

C.激活函数的非线性

D.数据预处理

答案：A

解析：反向传播通过链式法则从输出层向输入层计算损失函数对各参数的梯度，为参数更新提供依据；优化器是梯度的应用方式，非核心。

以下哪项不是循环神经网络（RNN）的典型应用？

A.机器翻译

B.图像分类

C.语音识别

D.文本生成

答案：B

解析：RNN擅长处理序列数据（如文本、语音），图像分类通常用CNN；但结合CNN和RNN的混合模型可用于图像描述生成，单纯