2026年深度学习工程师考试题库（附答案和详细解析）（0605）.docxVIP

深度学习工程师

一、单项选择题（共10题，每题1分，共10分）

下列哪种神经网络模型主要用于处理序列数据？A.卷积神经网络（CNN）B.循环神经网络（RNN）C.神经感知机（MLP）D.支持向量机（SVM）答案：B解析：RNN（循环神经网络）通过内部循环结构能够处理序列数据，如时间序列、文本等，而CNN主要用于图像处理，MLP是通用前馈网络，SVM是分类算法，非神经网络模型。

在卷积神经网络中，哪个参数决定了卷积核移动的步长？A.输出通道数B.卷积核大小C.步长（Stride）D.批归一化（BatchNormalization）答案：C解析：步长（Stride）控制卷积核在输入特征图上移动的格数，影响输出尺寸。输出通道数是输出特征图的维度，卷积核大小影响局部感受野，批归一化是正则化技术。

以下哪种损失函数适用于多分类问题？A.均方误差（MSE）B.交叉熵损失（Cross-Entropy）C.L1损失D.Hinge损失答案：B解析：交叉熵损失适用于多分类任务，计算预测概率与真实标签的差异。MSE用于回归问题，L1/L2是正则化项，Hinge损失用于支持向量机。

Dropout的目的是什么？A.增加网络深度B.降低过拟合C.提高计算效率D.增强特征提取能力答案：B解析：Dropout通过随机丢弃神经元，强