2026年深度学习工程师考试题库（附答案和详细解析）（0711）.docxVIP

深度学习工程师

一、单项选择题（共10题，每题1分，共10分）1.以下关于ReLU激活函数的特性描述，正确的是A.ReLU激活函数在输入大于0的区域存在梯度饱和问题B.ReLU激活函数的计算复杂度远高于Sigmoid激活函数C.ReLU激活函数可以有效缓解深层网络中的梯度消失问题D.ReLU激活函数不会出现神经元永久失活的情况答案：C解析：正确选项依据：ReLU在输入正区间梯度恒为1，能够避免梯度逐层累乘后趋近于0的问题，有效缓解梯度消失。错误选项说明：A选项，ReLU正区间不存在梯度饱和，Sigmoid才存在梯度饱和问题；B选项，ReLU仅需判断输入正负，计算复杂度远低于需要指数运算的Sigmoid；D选项，当输入为负时ReLU输出恒为0，若学习率设置过大会导致部分神经元永远无法被激活，出现神经元永久失活。2.卷积神经网络中，用于压缩特征图尺寸、降低计算量同时保留核心特征的组件是A.卷积层B.池化层C.全连接层D.批归一化层答案：B解析：正确选项依据：池化层（如最大池化、平均池化）通过对局部特征区域做聚合统计，降低特征图的宽高维度，减少后续层的计算量同时实现特征鲁棒性提升。错误选项说明：A选项卷积层的核心作用是提取局部特征，不专门负责降维；C选项全连接层是将特征映射到输出空间，不做降维；D选项批归一化层是对特征分布做标准化，不改变特