林业大数据Transformer+Informer 预测林产品价格超参数调优试题库及答案.docVIP

林业大数据Transformer+Informer预测林产品价格超参数调优试题库及答案

一、单项选择题（每题2分，共10题）

1.Transformer架构中核心组件是？

A.卷积层B.注意力机制C.循环层D.池化层

2.Informer模型主要改进点在于？

A.减少计算量B.增强卷积能力C.增加全连接层D.强化循环结构

3.超参数调优的目的是？

A.减少模型训练时间B.让模型过拟合C.提高模型性能D.降低模型复杂度

4.以下哪种不是调优超参数的方法？

A.随机搜索B.梯度下降C.网格搜索D.贝叶斯优化

5.林业大数据中林产品价格数据属于？

A.结构化数据B.半结构化数据C.非结构化数据D.以上都不是

6.Transformer中多头注意力机制的作用是？

A.提取多维度特征B.减少参数C.加快训练D.防止过拟合

7.在预测林产品价格时，常用的损失函数是？

A.均方误差B.交叉熵C.绝对值误差D.余弦距离

8.Informer相比传统模型优势在于？

A.计算复杂度低B.适合小数据C.不需要调参D.可解释性强

9.超参数调优通常在什么阶段进行？

A.数据预处理B.模型训练前C