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！
手机扫描二维码答题
00:00:00
2020全国高校深度学习师资培训第12期
录音中...
疫情浇不灭我们学习的热情，感谢您报名
2020全国高校深度学习线上师资培训第12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.
若 a = range(100)，以下哪些操作是合法的?
【多选题】
a[-3]
a[2:13]
a[::3]
a[2-3]
*
2.
关于激活函数以下说法正确的是？
【多选题】
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
ReLU函数计算速度和收敛速度都比tanh/sigmoid快
*
3.
令U和V为3维向量，令A和B为3*3的矩阵，则下列说法正确的是
【多选题】
A*B=B*A
如果B是3*3的单位矩阵，则A*B=B*A
如果V是3维向量，则A*B*V是一个3维向量
如果C = A*B，则C是6*6的矩阵
*
4.
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】
观察次数多，容易发生过拟合
观察次数多，不容易发生过拟合
观察次数少，容易发生过拟合
观察次数少，不容易发生过拟合
*
5.
关于字符串下列说法错误的是
在三引号字符串中可以包含换行回车等特殊字符
字符应该视为长度为1的字符串
字符串以\0来标志字符串的结束
既可以用单引号，也可以用双引号创建字符串
*
6.
假设在线形回归
为多少？
0.5
1
2
3
*
7.
当图像分类的准确率不高时，可以考虑以下哪种方法提高准确率
【多选题】
调整超参数
数据增强
减少数据集
使用预训练网络参数
*
8.
关于欠拟合（under-fitting），下面哪个说法是正确的？
训练误差较大，测试误差较小
训练误差较小，测试误差较大
训练误差较小，测试误差较小
训练误差较大，测试误差较大
*
9.
假设有一个列表a，现要求从列表a中每3个元素取1个，并且将取到的元素组成新的列表b，可以使用语句
b=a[::3]
b=a[:2]
b=a[1:3]
b=a[0:3]
*
10.
以下哪个关键字是与 try 语句一起使用来处理异常的？
catch
except
exception
catch(a)
*
11.
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
AC(B)
(AB)C
所有效率都相同
A(BC)
*
12.
下列哪个if语句是正确的？
if a>=22:
if (a=>22)
if a>=22
if (a>=22）
*
13.
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
27
80
170
*
14.
如果使用的学习率太大，会导致
不确定
网络收敛的快
网络收敛的慢
网络无法收敛
*
15.
假设你有一个变量 "example"，如何判断它的类型？
Type(example)
type(example)
example.type:
getType(example)
*
16.
下列说法正确的是
参数越多拟合能力越强从而泛化能力越强
深度神经网络做序列标注优于传统机器学习方法
单隐层神经网络可以拟合任意单值连续函数
测试集的准确率越高越好
*
17.
卷积层是深度神经网络的主要结构之一，已经在大量任务中用到，下面哪一个任务的主流方法中没有用到卷积层
中英文互译
中文分词
为图像自动生成描述标题
场景文字检测
*
18.
以下哪一个关于卷积神经网络的说法是错误的
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。
Relu非线性激活函数的收敛速度比sigmoid要慢得多
*
19.
以下哪一个关于卷积神经网络的说法是错误的
目标检测网络SSD的网络结构中包含卷积层
AlexNet是一个八层的卷积神经网络
典型的卷积神经网络，由卷积层、池化层、激活层、全连接层等组成
卷积神经网络中的建模学习，学习对象是每一层神经元的值
*
20.
下列目标检测网络中，哪个是一阶段的网络
SPP-net
Faster-rcnn
YOLOv3
RFCN
字体大小
2020全国高校深度学习师资培训第12期
复制
