大学深度学习题目及解析.docxVIP

大学深度学习题目及解析

一、单项选择题（共10题，每题1分，共10分）

下列哪项是深度学习中激活函数的核心作用？

A.加速模型收敛

B.引入非线性变换

C.降低计算复杂度

D.缓解过拟合

答案：B

解析：激活函数的核心作用是为神经网络引入非线性变换，使模型能够学习复杂的非线性映射关系；若没有激活函数，多层线性变换的叠加等价于单层线性模型，无法处理分类、回归等非线性任务。A选项是优化器或损失函数的辅助作用，C选项由网络结构和参数量决定，与激活函数无关，D选项是正则化方法的作用。

下列优化器中，基于动量优化原理的是？

A.基础随机梯度下降（SGD）

B.Adam优化器

C.RMSProp优化器

D.MomentumSGD优化器

答案：D

解析：MomentumSGD在基础SGD中引入动量项，通过积累之前的梯度方向缓解训练过程中的震荡，加速模型收敛。A选项是无动量的基础优化器，B选项结合了动量与自适应学习率，C选项通过平方梯度的滑动平均调整学习率，均不基于纯动量原理。

卷积神经网络（CNN）中，卷积层的核心参数共享机制主要用于解决什么问题？

A.提升训练速度

B.减少模型参数量

C.增强特征提取能力

D.避免过拟合

答案：B

解析：参数共享机制使卷积核在整个输入特征图上复用，无需为每个空间位置单独训练参数，大幅减少了模型参数量，降低了计算复杂度。A选项由优化器