2026年深度学习工程师考试题库（附答案和详细解析）（0824）.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，错误的是A.可以有效缓解深层网络中的梯度消失问题B.计算复杂度远低于Sigmoid和Tanh激活函数C.不会出现任何神经元永久失活的”死亡ReLU”问题D.输出的非对称特性可以让网络更稀疏地激活答案：C解析：正确选项依据：ReLU函数当输入为负时输出为0，若学习率设置过大，部分神经元的权重更新后会永久处于输入为负的状态，出现”死亡ReLU”问题，因此C描述错误。错误选项说明：A选项ReLU在正区间梯度恒为1，不会出现梯度随层数累积衰减的问题；B选项ReLU仅需判断输入正负即可输出，无需指数运算；D选项单侧抑制的特性确实能让网络激活更稀疏，三个描述均符合ReLU的特性。2.标准RNN在处理长序列任务时最容易出现的核心问题是A.参数量随序列长度线性膨胀B.梯度消失/梯度爆炸导致长期依赖无法传递C.无法处理长度小于10的短序列D.特征提取能力完全弱于卷积神经网络答案：B解析：正确选项依据：标准RNN的梯度计算需要沿时间维度反向传播，每一步的梯度都会乘以循环权重矩阵的转置，序列较长时梯度会指数级衰减或膨胀，无法传递间隔较远的序列依赖关系，因此B正确。错误选项说明：A选项RNN的参数量和输入序列长度无关，仅和隐层维度相关；C选项RNN天然适配短