2026年深度学习工程师考试题库（附答案和详细解析）（0220）.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）

以下关于ReLU激活函数的描述，正确的是（）

A.解决了梯度爆炸问题

B.在输入为负时梯度为0

C.输出具有零均值特性

D.适用于所有神经网络层

答案：B

解析：ReLU（RectifiedLinearUnit）的数学表达式为(f(x)=(0,x))。当输入(x0)时，输出为0且梯度为0（A错误）；其输出均值不为零（C错误）；在深层网络中，ReLU的负区间会导致“神经元死亡”，因此并非适用于所有层（如输出层通常不用ReLU，D错误）。

深层神经网络中梯度消失的主要原因是（）

A.学习率设置过大

B.激活函数导数绝对值长期小于1（如Sigmoid）

C.BatchSize过小

D.使用SGD优化器

答案：B

解析：梯度消失的本质是反向传播时，各层梯度的乘积因激活函数导数（如Sigmoid的导数最大值为0.25）小于1而逐步衰减（B正确）。学习率过大可能导致梯度爆炸（A错误）；BatchSize过小影响梯度估计稳定性（C错误）；优化器类型不直接导致梯度消失（D错误）。

BatchNormalization（BN）通常应用于（）

A.激活函数之后，全连接层之前

B.全连接层之后，激活函数之前

C.输入层之前

D.输出层之后

答案：B

解析