2026年深度学习工程师考试题库（附答案和详细解析）（0221）.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）

以下哪种激活函数能够有效缓解梯度消失问题？

A.Sigmoid

B.Tanh

C.ReLU

D.Linear

答案：C

解析：ReLU（修正线性单元）的导数在输入大于0时恒为1，避免了Sigmoid和Tanh在输入较大或较小时导数趋近于0的问题（梯度消失），因此能有效缓解梯度消失。Sigmoid（A）和Tanh（B）的导数最大值分别为0.25和1，深层网络中易累积导致梯度消失；Linear（D）无激活作用，无法引入非线性。

在训练深度学习模型时，“早停（EarlyStopping）”主要用于解决以下哪个问题？

A.梯度爆炸

B.过拟合

C.欠拟合

D.计算资源不足

答案：B

解析：早停通过在验证集性能不再提升时停止训练，防止模型过度学习训练数据的噪声，是缓解过拟合的常用方法。梯度爆炸（A）通常通过梯度裁剪解决；欠拟合（C）需增加模型复杂度；计算资源不足（D）与训练策略无关。

以下哪项是Transformer模型中“多头注意力（Multi-HeadAttention）”的核心作用？

A.减少参数量

B.并行计算不同子空间的注意力

C.增强位置信息

D.替代前馈神经网络

答案：B

解析：多头注意力将输入分成多个头，并行计算不同子空间的注意力分布，使模型能捕捉多维度的依赖关