2026年考公计算机专业深度学习基础试题答案解析.docxVIP

2026年考公计算机专业深度学习基础试题答案解析

一、单项选择题

1.关于激活函数的选择，以下说法正确的是：

A.Sigmoid函数在输入值较大时梯度趋近于0，易导致梯度消失

B.ReLU函数在输入为负时梯度为1，能有效避免梯度消失

C.Tanh函数输出范围为[0,1]，比Sigmoid更适合作为输出层激活函数

D.Softmax函数常用于二分类任务的输出层

答案：A

解析：Sigmoid函数的导数为σ(x)(1-σ(x))，当输入绝对值较大时，σ(x)趋近于0或1，导数趋近于0，导致反向传播时梯度消失（A正确）。ReLU在输入为负时梯度为0（B错误）；Tanh输出范围为[-1,1]，Sigmoid输出[0,1]，输出层激活函数的选择需结合任务，如二分类常用Sigmoid，多分类用Softmax（C错误）；Softmax用于多分类，二分类通常用Sigmoid（D错误）。

二、简答题

1.简述反向传播（Backpropagation）算法的核心思想及步骤。

答案：反向传播算法的核心是通过链式法则，从输出层到输入层逐层计算损失函数对各层参数（权重和偏置）的梯度，并利用梯度下降更新参数。具体步骤：

（1）前向传播：输入数据通过各层计算，得到模型输出；

（2）计算损失：根据输出与真实标签，计算损失函数值（如交叉熵损失）；

（3）反向传播：从输出层开始，利用链式法则反向计算各层参数的