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.
在数据预处理阶段，我们常常对数值特征进行归一化或标准化(standardization, normalization)处理。这种处理方式理论上不会对下列哪个模型产生很大影响？
【多选题】
决策树
朴素贝叶斯
k-NN
k-Means
*
2.
在分类问题中,我们经常会遇到正负样本数据量不等的情况,比如正样本为10w条数据,负样本只有1w条数据,以下最合适的处理方法是
【多选题】
直接进行分类,可以最大限度利用数据
将负样本重复10次,生成10w样本量,打乱顺序参与分类
从10w正样本中随机抽取1w参与分类
将负样本每个权重设置为10,正样本权重为1,参与训练过程
*
3.
相对于DNN模型，CNN模型做了哪些改变？
【多选题】
使用了relu激活函数
参数共享
局部连接
增加了batch normalization
*
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，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，不容易发生过拟合
观察次数少，容易发生过拟合
*
5.
一段代码定义如下，下列调用结果正确的是？
def bar(multiple):
def foo(n):
return multiple ** n
return foo
bar(3)(2) == 8
bar(2)(3) == 6
bar(3)(2) == 6
bar(2)(3) == 8
*
6.
python my.py v1 v2 命令运行脚本，通过 from sys import argv如何获得v2的参数值?
argv[0]
argv[1]
argv[2]
argv[3]
*
7.
假设在线形回归
为多少？
3
0.5
2
1
*
8.
如下关于机器学习的定义，合理的是
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。
机器学习仅对有标签的数据有用。
*
9.
假设有列表a = ['name', 'age', 'sex']和b = ['Dong', 38, 'Male']，请使用一个语句将这两个列表的内容转换为字典，并且以列表a中的元素为“键”，以列表b中的元素为“值”，这个语句可以写为
c=dict(zip(a,b))
c=dict(zip(b,a))
c=dict(list(a,b))
c=dict(list(b,a))
*
10.
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
*
11.
图像灰度的方差表示图像的哪种属性
图像饱和度
图像对比度
图像整体亮度
图像细节
*
12.
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。
80
27
1000
170
*
13.
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
测试集的准确率越高越好
单隐层神经网络可以拟合任意单值连续函数
*
14.
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
*
15.
假设你有一个变量 "example"，如何判断它的类型？
getType(example)
example.type:
Type(example)
type(example)
*
16.
代码 print(type([1,2])) 输出结果为
class<’set’>
class<’tuple’>
class<’list’>
class<’int’>
*
17.
下图中的数据是线性可分的吗？
是
否
不确定
不一定
*
18.
假设一个具有 3 个神经元和输入为 [1, 2, 3] 的简单多层感知机模型。输入神经元的权重分别为 4, 5 和 6。假设激活函数是一个线性常数值 3 (激活函数为：y = 2x)。输出是
64
32
643
96
*
19.
RELU修正线性单元是一种常用的激活函数，其函数图像为
选项171
选项170
选项2
选项1
*
20.
SSD主要通过哪种方法来解决检测不同大小目标的问题
在不同的特征图上进行预测
使用图像金字塔作为输入
设置更多的anchor纵横比
设置更多的anchor尺寸
评价对象得分
字体大小
2020全国高校深度学习师资培训第12期
复制
