2026年深度学习工程师考试题库（附答案和详细解析）（0309）.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）

以下哪项是ReLU激活函数的主要优点？

A.输出范围在(-1,1)之间，适合梯度稳定

B.解决了梯度消失问题，计算效率高

C.对所有输入保持非线性变换

D.输出均值为0，加速网络收敛

答案：B

解析：ReLU（修正线性单元）的主要优点是在输入为正时梯度为1，避免了梯度消失（梯度不会因激活函数导数过小而衰减），且计算仅需取max(0,x)，计算效率高。选项A错误，因ReLU输出范围是[0,∞)；选项C错误，因输入为负时ReLU输出0（线性变换）；选项D错误，输出均值不为0（均值偏向正数）。

在训练深度神经网络时，BatchNormalization（批量归一化）的主要作用是？

A.减少过拟合

B.加速训练，缓解内部协变量偏移

C.增加模型容量

D.优化损失函数的凸性

答案：B

解析：BatchNorm通过对每个批次的输入进行归一化（均值0，方差1），缓解了深层网络中各层输入分布随前层参数变化而剧烈波动的“内部协变量偏移”问题，从而加速训练。选项A错误，减少过拟合是正则化（如Dropout）的作用；选项C错误，模型容量由参数数量决定；选项D错误，损失函数的凸性与优化目标有关，与BatchNorm无关。

以下哪种优化算法结合了动量（Momentum）和自适应学习率机制？

A.SGD

B.Adam