- 4
- 0
- 约2.23万字
- 约 76页
- 2026-04-19 发布于广东
- 举报
第PAGE75/NUMPAGES75页
大模型基础原理题库
一、单选题
1.什么是模型训练过程中用来调整参数的机制?
A.激活函数
B.损失函数
C.优化器
D.正则化
答案:C
解析:优化器用于根据损失函数的梯度调整模型参数。
2.在神经网络中,哪一层负责提取特征?
A.输入层
B.隐藏层
C.输出层
D.批归一化层
答案:B
解析:隐藏层通过权重和激活函数对输入数据进行非线性变换以提取特征。
3.哪种方法可以防止模型过拟合?
A.增加训练数据
B.减少网络层数
C.使用正则化
D.以上都是
答案:D
解析:增加数据、减少复杂度和正则化都能有效防止过拟合。
4.以下哪种算法常用于分类任务?
A.线性回归
B.K均值聚类
C.支持向量机
D.主成分分析
答案:C
解析:支持向量机是一种常用的分类算法。
5.在深度学习中,反向传播主要用于什么?
A.初始化权重
B.计算损失
C.调整权重
D.数据预处理
答案:C
解析:反向传播通过计算梯度来调整网络中的权重参数。
6.以下哪种激活函数具有饱和特性?
A.ReLU
B.Sigmoid
C.Tanh
D.LeakyReLU
答案:B
解析:Sigmoid函数在输入较大或较小时会趋于饱和。
7.以下哪种技术用于提高模型泛化能力?
A.数据增强
原创力文档

文档评论(0)