神经网络试题及答案.docxVIP

神经网络试题及答案

一、单项选择题（总分：20分）

1.神经网络的基本计算单元是神经元，其输出取决于输入信号与权重的加权和经过什么函数后的结果？

答案：激活函数

2.在深度学习中，ReLU（RectifiedLinearUnit）激活函数的主要优势在于解决了什么问题？

答案：梯度消失问题

3.反向传播算法的核心思想是利用什么来计算梯度？

答案：链式法则

4.下列哪项技术主要用于防止神经网络在训练过程中出现过拟合现象？

答案：Dropout/正则化

5.卷积神经网络（CNN）中，卷积层的主要作用是什么？

答案：提取特征

6.神经网络训练过程中，如果损失函数在训练集上下降但在验证集上上升，通常说明模型出现了什么现象？

答案：过拟合

7.在梯度下降法中，如果学习率过大，会导致什么后果？

答案：无法收敛或震荡

8.下列哪项不属于常见的损失函数？

答案：准确率

9.在RNN（循环神经网络）中，隐藏状态的作用是什么？

答案：传递时间步之间的信息

10.神经网络中，用于衡量模型预测值与真实值差异的指标称为损失函数，常用的均方误差（MSE）公式为？

答案：$L=\frac{1}{n}\sum_{i=1}^{n}(y_i-\hat{y}_i)^2$

二、填空题（总分：20分）

1.神经网络中，衡量模型预测值与真实值差异的指标称为损失函数，常用的均方误差（MSE）