2026年人工智能《深度学习》深度解析卷.docxVIP

2026年人工智能《深度学习》深度解析卷

考试时间：______分钟总分：______分姓名：______

一、选择题

1.下列关于梯度消失问题的描述中，错误的是？

A.在深层神经网络中，反向传播时梯度在层与层之间传递过程中逐渐变小。

B.使用ReLU及其变种激活函数可以有效缓解梯度消失问题。

C.梯度消失会导致网络参数难以更新，使得深层网络难以训练。

D.对于序列模型（如RNN），梯度消失问题通常比梯度爆炸问题更常见。

2.在卷积神经网络中，池化层（PoolingLayer）的主要作用是？

A.学习数据的分布特征。

B.增加网络的非线性表达能力。

C.降低特征图的空间维度，减少参数量和计算量，增强模型泛化能力。

D.对输入特征图进行非线性变换。

3.下列关于LSTM（长短期记忆网络）的描述中，错误的是？

A.LSTM通过引入门控机制（输入门、遗忘门、输出门）来解决RNN中的梯度消失问题。

B.遗忘门负责决定哪些信息应该从记忆单元中丢弃。

C.输出门负责决定哪些信息应该从记忆单元中输出作为当前时刻的隐藏状态。

D.LSTM能够自然地学习长期依赖关系，但其参数量通常比传统RNN更大。

4.下列损失函数中，不属于监督学习损失函数的