2026年人工智能工程师考试题库（附答案和详细解析）（0807）.docxVIP

人工智能工程师

一、单项选择题（共10题，每题1分，共10分）1.以下激活函数中，最容易出现梯度饱和导致深层网络无法收敛的是A.Sigmoid函数B.ReLU函数C.LeakyReLU函数D.GELU函数答案：A解析：正确选项依据：Sigmoid函数在输入绝对值大于5的区间，梯度趋近于0，极易出现梯度饱和问题，导致深层神经网络反向传播时梯度消失。错误选项问题：ReLU、LeakyReLU、GELU在正输入区间梯度稳定为1或接近1，不会出现明显的梯度饱和现象，是当前深层网络的主流激活函数。2.卷积神经网络中用于降低特征图维度、减少计算量的核心操作是A.池化操作B.批量归一化操作C.残差连接操作D.注意力操作答案：A解析：正确选项依据：池化（如最大池化、平均池化）通过对局部特征区域取极值或均值，压缩特征图的宽高维度，在保留核心特征的同时大幅减少后续层的参数量和计算开销。错误选项问题：批量归一化用于稳定训练分布、残差连接用于解决深层网络退化、注意力操作用于提升关键特征权重，均不以降本减算为核心目标。3.以下损失函数中，最适合多分类任务训练的是A.交叉熵损失函数B.均方误差损失函数C.对比损失函数D.triplet损失函数答案：A解析：正确选项依据：交叉熵损失可以直接衡量模型预测的类别概率分布与真实独热标签分布的差