2026年大模型基础原理题库.docxVIP

  • 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

文档评论(0)

1亿VIP精品文档

相关文档