- 1
- 0
- 约1.03万字
- 约 9页
- 2026-08-27 发布于上海
- 举报
深度学习工程师
一、单项选择题(共10题,每题1分,共10分)1.下列激活函数中,能够有效缓解深层网络梯度消失问题、输出均值不归零的是A.Sigmoid激活函数B.ReLU激活函数C.Tanh激活函数D.Softmax激活函数答案:B解析:正确选项依据:ReLU函数在正区间导数恒为1,不会出现梯度饱和消失问题,是深层网络最常用的激活函数;错误选项分析:A选项Sigmoid输出值域在0-1之间,均值接近0.5不归零,深层网络两端梯度几乎为0易梯度消失;C选项Tanh输出值域在-1到1之间均值接近0,但正负饱和区梯度趋近于0,仍易出现梯度消失;D选项Softmax多用于多分类输出层,无法缓解梯度消失。2.卷积神经网络中,用来降低特征图空间维度、减少计算量同时保留核心特征的常用组件是A.卷积层B.全连接层C.池化层D.归一化层答案:C解析:正确选项依据:池化层通过最大池化或平均池化操作对特征图区域做下采样,直接压缩空间尺寸,降低后续层计算量;错误选项分析:A选项卷积层主要作用是提取局部特征,不改变通道数情况下不会大幅降低维度;B选项全连接层是将特征展开为一维向量,不存在空间维度压缩功能;D选项归一化层作用是稳定分布加速训练,不改变特征图尺寸。3.下列优化器中,属于带动量项的自适应学习率优化算法的是A.SGDB.Momentum
原创力文档

文档评论(0)