2026年深度学习工程师考试题库（附答案和详细解析）（0217）.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）

以下哪个激活函数最适合缓解深度神经网络的梯度消失问题？

A.Sigmoid

B.Tanh

C.ReLU

D.Linear

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在输入较大或较小时导数趋近于0的问题（梯度消失）；Linear函数无激活作用，无法引入非线性；因此正确答案为C。

在训练深度学习模型时，若验证集损失持续下降但训练集损失不再下降，最可能的原因是？

A.模型欠拟合

B.模型过拟合

C.学习率过大

D.数据标注错误

答案：A

解析：欠拟合表现为训练集和验证集损失均较高或不再下降；过拟合会导致训练集损失低但验证集损失上升；学习率过大会导致损失震荡；数据标注错误会导致两类损失同时异常。因此正确答案为A。

卷积神经网络（CNN）中，卷积核的主要作用是？

A.减少参数量

B.提取局部特征

C.增加模型深度

D.实现全局信息交互

答案：B

解析：卷积核通过滑动窗口对输入进行局部区域的特征提取（如边缘、纹理），是CNN的核心设计；减少参数量是权值共享的结果，全局信息交互由池化或全连接层实现。因此正确答案为B。

以下哪种优化算法引入了动量（Momentum）概念？

A.SGD

B.Adam

C.RMSprop

D.Adagrad

答案