2025-2026年考研计算机科学人工智能专项训练题库.docxVIP

2025-2026年考研计算机科学人工智能专项训练题库

一、单项选择题（本大题共10小题，每小题2分，共20分。在每小题列出的四个选项中，只有一项是最符合题目要求的。请将所选项前的字母填在题后的括号内。）

1.在人工智能领域，深度学习技术的突破主要依赖于以下哪种计算模型的并行处理能力？

A.冯?诺依曼架构的中央处理器

B.横向扩展的分布式集群

C.神经形态芯片的脉冲神经网络

D.矩阵运算加速的GPU架构

【答案】D

【解析】深度学习模型的核心特征是参数量巨大且需要处理高维张量，GPU通过SIMT（单指令多线程）架构能够高效并行处理大规模矩阵运算，其共享内存机制和流式多处理器设计特别适合深度学习中的反向传播算法。选项A的冯?诺依曼架构存在冯?诺依曼瓶颈，内存访问速度远低于计算速度；选项B的分布式集群虽然可扩展但缺乏专用硬件加速；选项C的神经形态芯片目前仍处于发展初期，尚未大规模商业化。深度学习框架如TensorFlow、PyTorch均针对NVIDIACUDA架构进行了深度优化。

2.下列关于卷积神经网络（CNN）中激活函数的描述，哪一项是错误的？

A.ReLU函数通过将负值置零，能够加速训练过程并缓解梯度消失问题

B.Sigmoid函数输出范围在(0,1)之间，适合用于多分类问题的输出层

C.Tan