2025-2026年考研计算机人工智能原理习题集.docxVIP

2025-2026年考研计算机人工智能原理习题集

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.在计算机人工智能原理中，深度学习模型通过构建多层神经网络实现特征提取，其中卷积神经网络（CNN）特别适用于图像识别任务。CNN的核心组件包括卷积层、池化层和全连接层，这些组件的顺序和参数设置直接影响模型的性能。假设一个图像分类任务需要处理256x256像素的彩色图像，并要求模型具有至少三层卷积层，每层卷积核大小为3x3，步长为1，填充为same，池化层使用2x2的最大池化，试问经过第一层卷积和池化后，输出特征图的空间维度（高度、宽度）分别是多少？以下选项中正确的是（）。

A.256x256

B.254x254

C.128x128

D.127x127

2.在计算机人工智能原理中，自然语言处理（NLP）领域常用的词嵌入技术包括Word2Vec、GloVe和BERT等。Word2Vec通过预测上下文词来学习词向量，其Skip-gram模型主要目的是根据中心词预测其上下文词。假设一个Skip-gram模型训练数据包含1000个词汇，窗口大小为5，批处理大小为64，嵌入维度为100，试问每个训练批次需要计算多少个预测目标？以下选项中正确的是（）。

A.3200

B.6400

C.1000

D.5000

3.