2026年深度学习工程师考试题库（附答案和详细解析）（0226）.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）

以下哪种激活函数最适合解决深度神经网络中的梯度消失问题？

A.Sigmoid

B.Tanh

C.ReLU

D.Linear

答案：C

解析：ReLU（修正线性单元）的优点在于当输入为正时导数恒为1，避免了Sigmoid和Tanh在输入较大或较小时导数趋近于0导致的梯度消失问题；Linear函数无激活作用，无法解决梯度问题。

在训练深度学习模型时，若验证集准确率远低于训练集准确率，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.数据分布不一致

答案：C

解析：过拟合表现为模型在训练集上效果好，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均差；学习率过小会导致训练速度慢，数据分布不一致可能影响整体效果但无明确偏向。

卷积神经网络（CNN）中，卷积核（Filter）的主要作用是？

A.增加特征图的通道数

B.提取局部空间特征

C.降低模型参数量

D.加速前向传播

答案：B

解析：卷积核通过滑动窗口与输入特征图逐元素相乘求和，提取局部空间特征（如边缘、纹理）；增加通道数是多个卷积核的结果，降低参数量主要通过权值共享，加速传播依赖计算优化。

以下哪项不是循环神经网络（RNN）的典型缺陷？

A.长序列依赖问题

B.梯度爆炸或消失

C.无法并