2026年深度学习工程师考试题库（附答案和详细解析）（0805）.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.下列激活函数中，在输入绝对值大于3的饱和区间梯度几乎为0，极易引发深度网络梯度消失问题的是A.ReLUB.SigmoidC.GELUD.Swish答案：B解析：Sigmoid函数输出范围为0-1，输入绝对值大于3时梯度趋近于0，是早期深度学习梯度消失问题的主要诱因之一。A选项ReLU正区间梯度恒为1不会出现饱和，C、D选项为近年提出的平滑非饱和激活函数，没有明显梯度消失问题。2.卷积神经网络相比全连接神经网络，能够大幅降低参数量的核心设计是A.池化操作B.批归一化C.局部感受野+权值共享D.残差连接答案：C解析：局部感受野让每个神经元仅感知局部区域、权值共享让同一个卷积核在全图复用相同参数，两者共同作用把CNN参数量压缩到远小于同规模全连接网络。A选项池化仅降低特征图尺寸，对参数量降低贡献极小，B选项是加速收敛的手段，D选项是缓解梯度消失的手段，均不是降参核心。3.同时整合了自适应学习率机制和动量平滑特性的主流优化器是A.SGDB.SGDwithMomentumC.AdamD.Adagrad答案：C解析：Adam算法结合了RMSprop的自适应学习率特性和SGD动量的历史梯度平滑特性，是当前深度学习训练最常用的优化器。A选项无动量也无自适应调