深度学习试卷及解析.docxVIP

深度学习试卷及解析

一、单项选择题（共10题，每题1分，共10分）

以下哪项是深度学习中“梯度消失”问题的主要原因？

A.学习率设置过大

B.激活函数使用Sigmoid或Tanh

C.训练数据量不足

D.网络层数过少

答案：B

解析：梯度消失问题通常发生在深层神经网络中，当使用Sigmoid或Tanh这类饱和激活函数时，其导数在输入值较大或较小时会趋近于零。在反向传播过程中，梯度会随着层数的增加而不断连乘这些趋近于零的导数，导致网络前层的参数更新非常缓慢甚至停滞。学习率过大可能导致训练不稳定，但不是梯度消失的主要原因；训练数据量不足可能导致过拟合；网络层数过少则不易出现梯度消失问题。