问卷发布者还未购买企业标准版或企业标准版已到期，此问卷暂时不能被填写！

2021年春季深度学习师资培训班入学考试（CV班）

疫情浇不灭我们学习的热情，感谢您报名2021全国高校深度学习师资培训第14期（CV班）！为了保证此次培训效果达到最佳，特设置此测试，一共20道题目，全部为选择题，包含单选和多选，根据答题得分和报名信息综合择优录取。请您仔细阅读下面的考试规则，感谢您的理解和支持！
考试规则：
1.请保证报名本人作答，提交问卷则表示同意该要求
2.每人只有一次作答机会，限时30分钟，不可反复提交
3.只允许在全屏状态下作答，全程切屏（即鼠标离开考试页面）超过6次将立即结束考试
*
基本信息（请保证所填姓名和手机号与报名填写的姓名、手机号一致）：
姓名：
姓名：
学校：
学校：
手机号:
手机号:
*
1.
相对于DNN模型，CNN模型做了哪些改变？【多选题】
增加了batch normalization
局部连接
使用了relu激活函数
参数共享
*
2.
对如下神经网络的描述，正确的是【多选题】
对于两层神经网络（输入层/输出层/无隐藏层）可以训练拟合XOR操作
任何二元逻辑函数（输入为0/1)，可以使用神经网络来进行建模
假如神经网络过拟合了，一个可行的操作是减少正则化项的系数
假如神经网络过拟合了，一个可行的操作是增加正则化项的系数
*
3.
观察样本次数如何影响过拟合？注意：所有情况的参数都保持一致 【多选题】
观察次数少，不容易发生过拟合
观察次数多，容易发生过拟合
观察次数少，容易发生过拟合
观察次数多，不容易发生过拟合
*
4.
关于激活函数以下说法正确的是？ 【多选题】
ReLU函数计算速度和收敛速度都比tanh/sigmoid快
sigmoid函数在深度神经网络中梯度反向传递时容易导致梯度消失
ReLU函数的正区间存在梯度消失的问题
tanh函数对于规模比较大的深度网络计算速度比较慢
*
5.
关于SVM泛化误差描述正确的是
SVM对训练数据的划分能力
SVM的误差阈值
超平面与支持向量之间距离
SVM对未知数据的预测能力
*
6.
如下关于机器学习的定义，合理的是
机器学习仅对有标签的数据有用。
机器学习是让机器人拥有智能的学科。
机器学习是一门计算机编程的科学。
机器学习是一门让电脑不依赖特别明确的程序而拥有学习能力的研究领域。
*
7.
下列哪种类型是Python的映射类型?
dict
list
tuple
str
*
8.
假设在线形回归为多少？
1
3
0.5
2
*
9.
变量 a 的值为字符串类型的 "2"，如何将它转换为整型？
castToInt(a)
int(a)
castToInteger(a)
integer(a)
*
10.
下面哪种网络架构属于前馈神经网络
A
B
C
以上都是
*
11.
已知一个由全连接层构成的前馈神经网络，输入层有5个神经元，第一隐层有10个神经元，第二隐层有10个神经元，输出层有2个神经元，则神经模型中共有（   ）条连接。
1000
170
80
27
*
12.
在一个神经网络里，知道每一个神经元的权重和偏差是最重要的一步。如果以某种方法知道了神经元准确的权重和偏差，就可以近似任何函数。实现这个最佳的办法是
赋予一个初始值，通过检查跟最佳值的差值，然后迭代更新权重
搜索所有权重和偏差的组合，直到得到最佳值
随机赋值，祈祷它们是正确的
以上都不正确
*
13.
下列说法正确的是
深度神经网络做序列标注优于传统机器学习方法
测试集的准确率越高越好
参数越多拟合能力越强从而泛化能力越强
单隐层神经网络可以拟合任意单值连续函数
*
14.
假设你有一个变量 "example"，如何判断它的类型？
example.type:
getType(example)
Type(example)
type(example)
*
15.
下列哪一项在神经网络中引入了非线性
随机梯度下降
增大权重和偏置的初始化值
Sigmoid激活函数
以上都不正确
*
16.
深度学习涉及到大量的矩阵相乘，现需要计算三个稠密矩阵A,B,C的乘积ABC,假设三个矩阵的尺寸分别为m∗n，n∗p，p∗q，且m < n < p < q，以下计算顺序效率最高的是
(AB)C
A(BC)
AC(B)
所有效率都相同
*
17.
卷积神经网络作为一种常见的深度学习网络结构已被广泛接受，下列任务的主流方法中没有用到卷积神经网络的任务是
人脸识别
图像分割
图像风格迁移
房价预测
*
18.
下图中的数据是线性可分的吗？

是
否
不确定
不一定
*
19.
以下哪一个关于卷积神经网络的说法是错误的
Relu非线性激活函数的收敛速度比sigmoid要慢得多
在神经元总数相当的情况下，增加网络的深度可以比增加宽度带来更强的网络表示能力。
输入一个300*300的RGB图像，经过10个5*5的卷积核，隐层的参数量为760（考虑偏置）。
多元神经网络可看成是一个复合的非线性多元函数。
*
20.
下列目标检测网络中，哪个是一阶段的网络
YOLOv3
SPP-net
RFCN
Faster-rcnn
问卷星提供技术支持
举报