2026年深度学习工程师考试题库（附答案和详细解析）（0114）.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）

以下哪种激活函数可以缓解梯度消失问题？

A.Sigmoid

B.Tanh

C.ReLU

D.Softmax

答案：C

解析：ReLU（修正线性单元）的导数在输入大于0时为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）；Softmax用于多分类输出概率分布，不直接解决梯度消失。

训练深度学习模型时，若验证集准确率远低于训练集，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）；欠拟合时训练集和验证集效果均差；学习率过小会导致训练缓慢但不会显著影响泛化差距；数据分布不一致可能导致验证集效果差，但通常伴随训练集效果波动。

卷积神经网络（CNN）中，池化层的主要作用是？

A.增加特征图数量

B.减少空间维度（降维）

C.引入非线性

D.防止梯度爆炸

答案：B

解析：池化层（如最大池化、平均池化）通过下采样减少特征图的宽高维度，降低计算量并增强平移不变性；增加特征图数量由卷积核数量决定；引入非线性由激活函数完成；防止梯度爆炸需通过梯度裁剪或正则化。

以下哪种优化算法结合了动量（Momentum）和自适应学习率（AdaptiveLearningRat