深度学习Keras题库及详解.docxVIP

深度学习Keras题库及详解

一、单项选择题（共10题，每题1分，共10分）

Keras中用于构建深度学习模型的核心数据结构是什么？

A.张量（Tensor）

B.层（Layer）

C.模型（Model）

D.优化器（Optimizer）

答案：C

解析：Keras的核心数据结构是模型（Model），它是组织多个层并完成前向传播、反向传播、训练和预测的基本单元。张量是数据的基本载体，层是模型的基本构件，优化器用于更新参数，但它们都不是Keras中最核心的数据结构。模型将网络结构、损失函数、优化器和评估指标统一封装在一起，是Keras的顶层抽象。通过模型对象，用户可以方便地调用编译、训练、评估和预测等功能，因此模型才是Keras的核心数据结构。

在Keras中，使用Sequential模型连续添加网络层应调用什么方法？

A.pile()

B.model.add()

C.model.fit()

D.model.predict()

答案：B

解析：Sequential模型通过add()方法按顺序向模型中添加新的网络层，这是Keras构建顺序模型最常用的方式。compile()方法用于配置模型的学习过程，包括优化器、损失函数和评估指标；fit()方法用于启动模型训练；predict()方法用于对输入数据进行预测。这些方法分别在模型构建的不同阶段使用，只有add()方法才是用