人工智能通识基础 练习题

判断题 1分

GAN的训练比普通神经网络更稳定。

单选题 2分

以下哪项是深度学习中的一个常见网络结构？

1. A决策树
2. B支持向量机
3. C卷积神经网络
4. D线性回归

单选题 2分

CNN的核心优势是

1. A处理时序数据
2. B自动提取空间特征
3. C减少数据量
4. D简化模型结构

单选题 2分

RNN最适合处理的任务是

1. A图像分类
2. B文本生成
3. C数据清洗
4. D数值计算

单选题 2分

数据增强的核心目的是

1. A增加数据量
2. B提升模型泛化能力
3. C降低计算量
4. D简化模型训练

单选题 2分

深度学习中学习率的作用是

1. A控制权重更新的幅度
2. B决定网络层数
3. C选择激活函数
4. D筛选输入特征

单选题 2分

以下属于CNN关键操作的是

1. A池化
2. B注意力机制
3. C自回归
4. D随机森林

单选题 2分

深度学习模型训练中，批量大小（batch size）过小会导致

1. A训练速度过快
2. B梯度震荡
3. C过拟合
4. D特征丢失

单选题 2分

RNN解决的核心问题是

1. A空间特征提取
2. B时序依赖建模
3. C数据标准化
4. D模型轻量化

单选题 2分

以下不属于数据增强方法的是

1. A图像旋转
2. B文本同义词替换
3. C数据归一化
4. D噪声添加

单选题 2分

深度学习在理工科中的典型应用不包括

1. A实验图像分析
2. B时序实验数据预测
3. C纯手工计算
4. D材料性能预测

单选题 2分

关于CNN卷积操作的理解，正确的是

1. A仅做数据降维
2. B提取局部特征并保留空间关系
3. C替代激活函数
4. D仅处理彩色图像

判断题 1分

卷积神经网络只能以图像作为输人。

1. A对
2. B错

判断题 1分

CNN 的池化操作主要用于提升模型计算速度，不影响特征提取。

1. A对
2. B错

判断题 1分

RNN 存在梯度消失问题，难以处理长时序数据。

1. A对
2. B错

判断题 1分

数据增强方法需与具体任务匹配，否则会降低模型效果。

1. A对
2. B错

判断题 1分

学习率越大，深度学习模型的训练效果越好。

1. A对
2. B错

判断题 1分

深度学习模型的训练仅依赖算法，与硬件无关。

1. A对
2. B错

填空题 3分

深度学习取得成功的重要原因有大数据，算法，______，端到端训练。

填空题 3分

LSTM（长短期记忆网络）通过三个核心门结构控制信息的存储与遗忘：遗忘门，输入门，______。