2026年深度学习工程师考试题库（附答案和详细解析）（0902）.docxVIP

深度学习工程师

一、单项选择题（共10题，每题1分，共10分）1.下列激活函数中，能够有效缓解传统sigmoid函数存在的梯度饱和问题，且计算复杂度最低的是A.Sigmoid函数B.ReLU函数C.Tanh函数D.Swish函数答案：B解析：正确选项依据：ReLU函数正区间内梯度恒为1，无梯度饱和问题，仅需判断输入是否大于0，无指数运算，计算复杂度最低。错误选项问题：A选项Sigmoid函数两端梯度趋近于0，存在严重梯度饱和问题；C选项Tanh函数同样在两端存在梯度饱和特性，且涉及指数运算，计算复杂度高于ReLU；D选项Swish函数嵌套Sigmoid运算，计算复杂度显著高于ReLU。2.卷积神经网络中用于降低特征图空间维度、同时保留显著强响应特征的常用组件是A.全连接层B.卷积层C.池化层D.批归一化层答案：C解析：正确选项依据：池化层通过最大池化、平均池化等操作对特征图做下采样，可在缩小空间尺寸的同时过滤冗余弱特征。错误选项问题：A选项全连接层用于特征映射输出最终结果，不改变空间维度；B选项卷积层通过调整步长可实现下采样，但核心功能是做特征提取；D选项批归一化层仅做特征分布标准化，不改变特征图空间尺寸。3.下列损失函数中最适合多分类图像识别任务的是A.均方误差损失B.二元交叉熵损失C.多分类交叉熵损失D.曼哈顿