2026年人工智能工程师技术能力考试题及答案.docxVIP

2026年人工智能工程师技术能力考试题及答案

一、单项选择题（本大题共15小题，每小题2分，共30分。在每小题给出的四个选项中，只有一项是符合题目要求的）

1.在深度学习的优化算法中，Adam优化器结合了动量法和RMSProp算法的特点。关于Adam算法，以下描述错误的是？

A.Adam自适应地计算学习率

B.Adam对初始学习率不敏感

C.Adam在稀疏梯度上表现良好

D.Adam永远不会收敛到局部最优解

2.在Transformer模型的核心组件“自注意力机制”中，为了防止梯度消失并保持梯度的稳定性，通常在计算注意力分数时引入什么操作？

A.LayerNormalization

B.ResidualConnection

C.Scaling（除以维度的平方根）

D.Dropout

3.下列关于卷积神经网络（CNN）中卷积操作的描述，正确的是？

A.卷积核的大小必须与输入图像的大小一致

B.步长越大，输出特征图的尺寸越大

C.填充可以用来控制输出特征图的尺寸

D.卷积操作在深度学习网络中是不可学习的参数

4.在生成对抗网络（GAN）中，生成器和判别器的训练目标通常是？

A.最小化同一个损失函数

B.生成器最小化判别器的准确率，判别器最大化分类准确率

C.生成器最大化判别器的损失，判别器最小化生成器的损失

D.两者都试图最大化数据的似然概率

5.下