正在加载，请稍候…

完整刷题、自动判分与错题本在主站体验 前往 爱课堂 →
集知集百家之智 · 成一己之知

人工智能通识基础 练习题

共 674 道题，以下仅展示题目与选项，供练习与学习使用。

想边做边批改、自动判分、收藏错题？ 前往主站在线练习《人工智能通识基础》，获得完整学习体验。
前往 爱课堂 学习 →
全部 单选题 多选题 判断题 填空题
单选题 1分
预训练模型是指（ ）
  1. A在大数据集上已训练好的模型
  2. B不需要训练的模型
  3. C只能用于原始任务的模型
  4. D参数固定的模型
单选题 1分
微调（Fine-tuning）是指（ ）
  1. A从头开始训练模型
  2. B在预训练模型基础上用新数据继续训练
  3. C只使用原始数据训练
  4. D固定所有参数不变
单选题 1分
深度学习模型训练通常需要的硬件是（ ）
  1. A普通CPU
  2. B更多内存
  3. CGPU
  4. D更大硬盘
单选题 1分
以下关于深度学习的说法正确的是（ ）
  1. A深度学习不需要数据
  2. B少量数据就能训练好模型
  3. C数据量不影响效果
  4. D通常需要大量数据才能发挥优势
单选题 1分
Transformer架构的核心机制是（ ）
  1. A自注意力机制
  2. B卷积操作
  3. C循环结构
  4. D池化操作
单选题 1分
注意力机制的作用是（ ）
  1. A减少模型参数
  2. B加速数据加载
  3. C让模型关注输入中重要的部分
  4. D替代损失函数
单选题 1分
以下关于GPU和CPU在深度学习中作用的说法正确的是（ ）
  1. ACPU比GPU更适合训练深度学习模型
  2. BGPU的并行计算能力更适合深度学习训练
  3. CGPU和CPU在深度学习中没有区别
  4. D深度学习只需要CPU
单选题 1分
目标检测任务不仅要识别图像中的物体类别，还要（ ）
  1. A确定物体的位置
  2. B生成新的图像
  3. C对图像进行分类
  4. D压缩图像大小
单选题 1分
图像分割任务的目标是（ ）
  1. A检测物体位置
  2. B识别物体类别
  3. C对每个像素进行分类
  4. D压缩图像
单选题 1分
以下哪个是深度学习在自然语言处理中的突破性应用（ ）
  1. A决策树分类
  2. BK均值聚类
  3. C线性回归
  4. DBERT预训练模型
单选题 1分
批量大小（Batch Size）过大可能导致（ ）
  1. A训练速度变慢
  2. B内存不足和泛化性能下降
  3. C模型效果一定变好
  4. D不需要GPU
单选题 1分
深度学习中，学习率衰减的目的是（ ）
  1. A训练后期精细调整参数
  2. B加速整个训练过程
  3. C增加模型参数
  4. D替代正则化
单选题 1分
以下关于残差网络（ResNet）的说法正确的是（ ）
  1. A不需要激活函数
  2. B只能用于图像分类
  3. C通过残差连接解决了深层网络退化问题
  4. D没有使用卷积层
单选题 1分
小何使用深度学习模型进行人脸识别，模型对训练集中的人脸识别率很高，但对新面孔识别率很低，应该（ ）
  1. A增加模型复杂度
  2. B减少训练数据
  3. C删除正则化
  4. D收集更多样化的训练数据
单选题 1分
深度学习中的端到端学习是指（ ）
  1. A从原始输入直接到最终输出
  2. B需要多个人工设计步骤
  3. C只能用于分类任务
  4. D不需要训练数据
单选题 1分
以下不属于深度学习模型的是（ ）
  1. ACNN
  2. BRNN
  3. C随机森林
  4. DTransformer
单选题 1分
深度学习模型的可解释性通常（ ）
  1. A很好，容易理解每步决策
  2. B较差，常被称为「黑箱」
  3. C与决策树相同
  4. D不需要解释性
单选题 1分
以下关于迁移学习的说法正确的是（ ）
  1. A只能在相同任务间迁移
  2. B完全不需要新数据
  3. C将源域知识迁移到相关目标域
  4. D效果一定比从零训练差
多选题 2分
以下属于深度学习框架的有（ ）
  1. ATensorFlow
  2. BPyTorch
  3. CKeras
  4. DSPSS

本页仅提供题目与选项供学习参考，不含答案。如需系统练习、自动判分与错题本，欢迎前往主站《人工智能通识基础》在线练习。