2026年人工智能工程师考试题库（附答案和详细解析）（0816）.docxVIP

人工智能工程师

一、单项选择题（共10题，每题1分，共10分）1.下列关于批量梯度下降算法的描述正确的是A.每次迭代仅使用1个训练样本计算损失与梯度B.每次迭代使用全部训练样本计算损失与梯度C.迭代过程中梯度估计的噪声远大于随机梯度下降D.必然能直接找到全局最优解不存在局部最小值问题答案：B解析：批量梯度下降的核心定义就是每轮迭代遍历全部训练集计算平均梯度，更新参数。选项A描述的是随机梯度下降的特性，错误；选项C错误，批量梯度下降使用全量数据计算，梯度估计噪声远小于随机梯度下降；选项D错误，批量梯度下降依然可能陷入损失函数的局部最小值，无法保证得到全局最优解。2.下列关于ReLU激活函数的特性描述正确的是A.当输入为正值时不存在梯度饱和问题B.输出值天然保持均值为0的分布C.训练过程中绝对不会出现神经元死亡的失效现象D.仅能应用于卷积神经网络的分类输出层答案：A解析：ReLU函数在输入大于0时输出值等于输入，梯度恒为1，不会出现sigmoid类激活函数梯度趋近于0的梯度饱和问题。选项B错误，ReLU输出值全部非负，均值不可能为0；选项C错误，当学习率设置过大时，部分神经元权重更新后输入恒为负，会出现永久输出为0的神经元死亡现象；选项D错误，ReLU广泛应用在各类深度学习模型的隐藏层，几乎不用于二分类输出层。3.下列方法中不属于深度