2026年人工智能应用开发考试试卷及答案.docxVIP

2026年人工智能应用开发考试试卷及答案

一、单项选择题（每题2分，共20分）

1.在机器学习中，将原始数据划分为训练集、验证集和测试集的主要目的是（）。

A.提高数据质量

B.评估模型泛化能力并调优超参数

C.减少特征维度

D.加速模型训练过程

答案：B

解析：训练集用于拟合模型参数，验证集用于调参和模型选择，测试集用于评估最终模型的泛化性能。

2.下列哪种方法最适合处理图像分类任务中的过拟合问题？（）

A.增加网络深度

B.数据增强+Dropout

C.增大学习率

D.减少训练样本数

答案：B

解析：数据增强可以扩充样本多样性，Dropout通过随机失活神经元抑制过拟合。增大学习率通常会导致训练不稳定。

3.在PyTorch中，tensor.requires_grad_()的作用是（）。

A.将张量移动到GPU

B.标记张量需要计算梯度

C.将张量转换为NumPy数组

D.冻结张量的内存空间

答案：B

解析：requires_grad_(True)开启该张量的自动求导追踪，计算图中涉及该张量的操作会被记录，以便反向传播时计算梯度。

4.关于卷积神经网络（CNN），下列说法错误的是（）。

A.卷积层通过局部感受野提取特征

B.池化层可以降低特征图分辨率

C.卷积核参数是共享的

D.全连接层直接作用于原始输