2026年深度学习工程师考试题库（附答案和详细解析）（0712）.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.以下激活函数的特性中，ReLU相比Sigmoid最核心的优势是A.计算过程包含大量指数运算B.在正区间内有效缓解梯度消失问题C.输入绝对值大于5时容易进入饱和区间D.仅能用于网络的输出层做归一化处理答案：B解析：深度学习基础激活函数考点，正区间内ReLU导数恒为1，梯度不会随层数增加逐步衰减，可有效缓解梯度消失。A错误：ReLU仅需判断输入正负即可完成计算，无指数运算；C错误：输入绝对值大于5进入饱和是Sigmoid的特性，ReLU仅负区间输出为0；D错误：ReLU广泛用于全连接层、卷积层的隐藏层，极少用于输出层。2.卷积神经网络中，以下哪个组件的核心作用是降低特征图空间维度、减少计算量同时保留核心语义信息A.卷积层B.池化层C.全连接层D.激活函数层答案：B解析：CNN基础架构考点，池化层通过最大值采样、平均值采样等操作压缩特征图宽高维度，在降低后续计算开销的同时保留最显著的特征响应。A错误：卷积层核心作用是提取局部特征，不会主动压缩空间维度（步长为1时维度不变）；C错误：全连接层负责将高维特征映射到任务输出维度；D错误：激活函数层为网络引入非线性拟合能力，不改变特征图维度。3.LSTM循环神经网络被提出的核心解决目标是A.提升图像分类的推理速度B.缓解长