2026年智能工程师考试智能技术知识巩固习题集.docxVIP

2026年智能工程师考试智能技术知识巩固习题集

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.在智能技术中，深度学习模型通过反向传播算法优化参数，其核心思想是利用梯度下降法最小化损失函数。以下关于梯度下降法的描述中，正确的是（）。

A.梯度下降法在每次迭代中都会更新所有参数，导致计算效率低下

B.梯度下降法在处理高维数据时会出现“维数灾难”问题，因此不适用于深度学习

C.梯度下降法通过计算损失函数的梯度方向来调整参数，但无法处理非凸损失函数

D.梯度下降法在每次迭代中只更新部分参数，以提高计算效率

参考答案：D

解析：梯度下降法在每次迭代中会根据损失函数的梯度方向更新所有参数，但可以通过随机选择部分参数进行更新（随机梯度下降法）来提高计算效率。选项A错误，因为随机梯度下降法可以更新所有参数。选项B错误，因为梯度下降法在高维数据中依然有效，只是需要更长的收敛时间。选项C错误，因为梯度下降法可以通过动量法、Adam优化器等方法处理非凸损失函数。选项D正确，因为随机梯度下降法在每次迭代中只更新部分参数，从而提高计算效率。

2.在智能技术中，卷积神经网络（CNN）通过卷积层、池化层和全连接层实现图像识别功能。以下关于CNN结构的描述中，正确的是（）。

A.卷积层通过全连接操作提取图像特征，池化层用于降维