2025年深度学习工程师考试题库（附答案和详细解析）（1211）.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解决深层神经网络的梯度消失问题？

A.Sigmoid（输出范围[0,1]）

B.Tanh（输出范围[-1,1]）

C.ReLU（RectifiedLinearUnit）

D.Softmax（用于多分类归一化）

答案：C

解析：Sigmoid和Tanh的导数在输入绝对值较大时趋近于0（饱和区），导致深层网络反向传播时梯度连乘后趋近于0（梯度消失）。ReLU的导数在输入0时为1，避免了饱和问题，有效缓解梯度消失。Softmax是归一化函数，不用于解决梯度问题。

在训练深度学习模型时，“早停法（