2026年深度学习工程师考试题库（附答案和详细解析）（0602）.docxVIP

深度学习工程师

一、单项选择题（共10题，每题1分，共10分）

在深度学习的反向传播算法中，激活函数ReLU（RectifiedLinearUnit）相比Sigmoid函数的主要优势是什么？A.ReLU在所有输入范围内梯度均为1，彻底解决了梯度消失问题B.ReLU的计算速度更快，且在正数区间有效缓解了梯度消失问题C.ReLU的输出始终在(0,1)之间，非常适合用于二分类输出层D.ReLU函数是完全可导的解析函数，在零点处导数连续且平滑答案：B解析：正确选项B的依据是ReLU由于只包含简单的矩阵运算（取最大值），计算速度远快于包含指数运算的Sigmoid，且在正区间梯度恒为1，有效缓解了梯度消失。错误选项A的问题在于ReLU在负区间的梯度为0，并非所有范围梯度为1；错误选项C的问题在于ReLU的输出范围是[0,+∞)，而不是(0,1)；错误选项D的问题在于ReLU在零点处是不可导的（左导数为0，右导数为1），并非平滑连续。

假设一个卷积神经网络的输入图像尺寸为32×32×3，使用64个大小为5×5的卷积核进行卷积操作，步长为1，不使用零填充。请问该卷积层后的输出特征图尺寸是多少？A.输出特征图的宽和高均为28，深度为64B.输出特征图的宽和高均为28，深度为3C.输出特征图的宽和高均为27，深度为64D.输出特征图的宽和高均为32，深度为64