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.
对如下神经网络的描述，正确的是
【多选题】
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
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
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
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
*
2.
相对于DNN模型，CNN模型做了哪些改变？
【多选题】
局部连接
参数共享
增加了batch normalization
使用了relu激活函数
*
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】
如果C = A*B，则C是6*6的矩阵
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
*
4.
关于Python字典中，正确的是
【多选题】
可以使用字典对象的items()方法可以返回字典的“键-值对”
可以使用字典对象的values ()方法可以返回字典的“值”
可以使用has_key()方法来检验一个键值对是否存在
可以使用字典对象的keys()方法可以返回字典的“键”
*
5.
关于欠拟合（under-fitting），下面哪个说法是正确的？
训练误差较大，测试误差较大
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，测试误差较小
*
6.
若 a = [ 1,2,3,4,5 ]，以下代码输出结果正确的是？
print(a[-1:]) =>[1,2]
print(a[0:]) =>[2,3,4,5]
print(a[:100]) =>[1,2,3,4,5]
print(a[:])=>[1,2,3,4]
*
7.
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[1:3]
b=a[::3]
b=a[0:3]
b=a[:2]
*
8.
关于字符串下列说法错误的是
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
在三引号字符串中可以包含换行回车等特殊字符
既可以用单引号，也可以用双引号创建字符串
*
9.
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(2)(3) == 8
bar(3)(2) == 8
bar(2)(3) == 6
bar(3)(2) == 6
*
10.
图像灰度的方差表示图像的哪种属性
图像细节
图像对比度
图像整体亮度
图像饱和度
*
11.
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
*
12.
如果使用的学习率太大，会导致
不确定
网络收敛的慢
网络收敛的快
网络无法收敛
*
13.
下列哪一项在神经网络中引入了非线性
Sigmoid激活函数
随机梯度下降
增大权重和偏置的初始化值
以上都不正确
*
14.
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。
170
80
27
1000
*
15.
与传统机器学习方法相比，深度学习的优势在于
深度学习不需要调参
深度学习可以自动学习特征
深度学习完全不提取底层特征，如图像边缘、纹理等
深度学习完全不需要做数据预处理
*
16.
假设你有一个变量 "example"，如何判断它的类型？
type(example)
getType(example)
Type(example)
example.type:
*
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
为图像自动生成描述标题
场景文字检测
中文分词
中英文互译
*
18.
下图中的数据是线性可分的吗？
是
不确定
不一定
否
*
19.
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
图像分割
图像风格迁移
人脸识别
房价预测
*
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
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
