2026年深度学习工程师考试题库（附答案和详细解析）（0818）.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.以下激活函数中，最常被用于解决深层网络梯度饱和问题的是A.Sigmoid激活函数B.ReLU激活函数C.Tanh激活函数D.Softmax激活函数答案：B解析：正确选项依据：ReLU函数在正区间输出等于输入，梯度恒为1，有效规避了深层网络中梯度逐步衰减的饱和问题。错误选项分析：A选项Sigmoid函数两端梯度趋近于0，极易出现梯度饱和；C选项Tanh函数饱和区梯度同样趋近于0，梯度消失风险高于ReLU；D选项Softmax仅用于多分类输出层输出概率，不用于隐藏层解决梯度饱和问题。2.卷积神经网络中，最大池化（MaxPooling）操作无法实现的效果是A.扩大后续卷积层的感受野B.降低特征图的空间维度，减少计算量C.保留特征图中局部区域最显著的响应值D.完全消除模型的过拟合风险答案：D解析：正确选项依据：池化仅能通过降维降低模型部分冗余，属于间接缓解过拟合的手段，无法完全消除过拟合。错误选项分析：A、B、C均为最大池化的标准作用，其中降采样2倍的池化操作可让后续层感受野直接翻倍，同时保留局部最强特征响应。3.反向传播算法的核心计算逻辑是基于以下哪种数学规则A.链式求导法则B.全概率公式C.贝叶斯定理D.拉格朗日乘数法答案：A解析：正确选项依据：反