2026年深度学习工程师考试题库(附答案和详细解析)(1021).docxVIP

  • 0
  • 0
  • 约1.41万字
  • 约 16页
  • 2026-11-21 发布于上海
  • 举报

2026年深度学习工程师考试题库(附答案和详细解析)(1021).docx

深度学习工程师

一、单项选择题(共10题,每题1分,共10分)

在反向传播算法中,梯度消失问题主要发生在使用以下哪种激活函数的网络中?A.ReLU激活函数B.Sigmoid激活函数C.LeakyReLU激活函数D.ELU激活函数

答案:B解析:Sigmoid函数在输入值较大或较小时,梯度接近于0,导致在深层网络中梯度逐层衰减,形成梯度消失问题。ReLU函数在正区间梯度恒为1,不存在梯度消失问题;LeakyReLU和ELU函数通过改进也缓解了梯度消失问题。

关于批量归一化(BatchNormalization)的作用,以下说法错误的是?A.加速模型训练收敛B.减少对初始化的依赖C.完全防止过拟合D.允许使用更高的学习率

答案:C解析:批量归一化主要作用是加速训练、减少对初始化的依赖、允许使用更高的学习率,但它不能完全防止过拟合。防止过拟合通常需要使用正则化方法如Dropout、L1/L2正则化等。

在卷积神经网络中,以下哪种操作不会改变特征图的空间维度?A.卷积操作B.池化操作C.填充(Padding)操作D.步长为1的卷积操作配合适当的填充

答案:D解析:当卷积操作的步长为1,并且填充大小满足特定条件时,可以保持特征图的空间维度不变。而普通的卷积操作和池化操作通常会减小特征图的空间维度,填充操作可以增加特征图的空间维度。

文档评论(0)

1亿VIP精品文档

相关文档