2025年计算机考研深度学习真题解析及实践应用.docxVIP

2025年计算机考研深度学习真题解析及实践应用

考试时间：______分钟总分：______分姓名：______

一、选择题

1.下列关于神经网络激活函数的描述，错误的是？

A.Sigmoid函数输出范围为（0,1），适合用于输出层。

B.ReLU函数能够缓解梯度消失问题，是当前深度学习中常用的激活函数之一。

C.LeakyReLU是ReLU的改进版本，能够避免ReLU函数的“死亡”问题。

D.Tanh函数输出范围为（-1,1），其对称性使其在训练初期比Sigmoid函数表现更好。

2.在深度学习中，下列哪个方法不属于正则化技术？

A.L1正则化

B.Dropout

C.数据增强

D.迁移学习

3.下列关于卷积神经网络（CNN）的描述，错误的是？

A.CNN能够自动学习图像的层次化特征表示。

B.卷积层通过卷积核在输入数据进行滑动来提取特征。

C.池化层主要用于降低特征图的空间分辨率，减少参数数量和计算量。

D.CNN在处理序列数据时比循环神经网络（RNN）更有效。

4.下列关于循环神经网络（RNN）的描述，正确的是？

A.RNN能够有效处理长距离依赖问题。

B.RNN的参数在整个序列处理过程中是共享的。