2026年如何进行深度学习的练习题集.docxVIP

第PAGE页共NUMPAGES页

2026年如何进行深度学习的练习题集

一、选择题（每题2分，共20题）

1.在中国金融领域，用于信用评分的深度学习模型中，以下哪种激活函数最适合用于隐藏层以增强非线性表达能力？

A.ReLU

B.LeakyReLU

C.Tanh

D.Sigmoid

2.若要在上海证券交易所的股票价格预测中应用LSTM，应如何处理时间序列数据中的缺失值？

A.填充均值

B.插值法

C.删除缺失时间点

D.以上皆非

3.在北京自动驾驶测试中，用于目标检测的YOLOv5模型训练时，以下哪种数据增强方法最能有效提升模型的泛化能力？

A.随机翻转

B.随机裁剪

C.光照增强

D.以上皆非

4.深度学习模型在粤港澳大湾区智慧交通系统中训练时，若发现过拟合，以下哪种正则化方法最合适？

A.Dropout

B.L1正则化

C.BatchNormalization

D.EarlyStopping

5.在深圳物流行业，用于路径规划的深度强化学习模型中，以下哪种奖励函数设计最能减少训练时间？

A.直接使用配送时间作为奖励

B.增加罚分以避免拥堵路段

C.基于客户满意度的复合奖励

D.以上皆非

6.若在杭州的电子商务平台中构建推荐系统，以下哪种深度学习模型最适合处理稀疏高维数据？

A.CNN

B.RNN

C.Au