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 →

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 →
多选题 2分
以下哪些是LSTM 中的基本门结构?
  1. A遗忘门
  2. B输入门
  3. C输出门
  4. D状态门
单选题 1分
深度学习与传统机器学习的主要区别是( )
  1. A自动学习特征vs人工设计特征
  2. B不需要数据
  3. C只能处理图片
  4. D运算速度更慢
单选题 1分
深度学习中的「深度」主要指( )
  1. A数据量很大
  2. B网络层数很多
  3. C计算很深入
  4. D参数精度很高
单选题 1分
以下不属于深度学习框架的是( )
  1. ATensorFlow
  2. BPyTorch
  3. CKeras
  4. DExcel
单选题 1分
深度学习在图像识别领域取得突破性进展的标志性事件是( )
  1. A深蓝击败国际象棋冠军
  2. BAlphaGo击败李世石
  3. CAlexNet赢得ImageNet竞赛
  4. DSiri发布
单选题 1分
生成对抗网络(GAN)由哪两部分组成( )
  1. A生成器和判别器
  2. B编码器和解码器
  3. C卷积层和池化层
  4. D输入层和输出层
单选题 1分
GAN中生成器的目标是( )
  1. A判断数据真假
  2. B生成逼真的假数据欺骗判别器
  3. C对数据进行分类
  4. D压缩数据
单选题 1分
自编码器的主要用途是( )
  1. A生成新数据
  2. B分类任务
  3. C特征提取和降维
  4. D序列预测
单选题 1分
迁移学习的核心思想是( )
  1. A必须从头训练模型
  2. B只能用于相同任务
  3. C不需要任何训练数据
  4. D将已学知识迁移到新任务
单选题 1分
小郑想用深度学习识别工厂产品缺陷,但只有少量缺陷图片,最合适的策略是( )
  1. A使用迁移学习
  2. B从零训练模型
  3. C放弃使用深度学习
  4. D只使用传统方法
单选题 1分
ResNet中残差连接的主要作用是( )
  1. A增加模型参数
  2. B解决深层网络退化问题
  3. C减少训练数据
  4. D替代激活函数
单选题 1分
深度学习中数据增强的目的是( )
  1. A减少训练数据
  2. B降低模型精度
  3. C扩充训练数据,缓解过拟合
  4. D加速训练过程
单选题 1分
以下不属于数据增强方法的是( )
  1. A图像旋转
  2. B图像翻转
  3. C随机裁剪
  4. D删除训练数据
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

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。