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.
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V是3维向量，则A*B*V是一个3维向量
如果B是3*3的单位矩阵，则A*B=B*A
如果C = A*B，则C是6*6的矩阵
*
2.
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
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
*
3.
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】
朴素贝叶斯
决策树
k-Means
k-NN
*
4.
假设你使用带正则的逻辑回归进行目标分类，然而当你将算法用于一个新的测试数据集上，你发现本来在训练数据集上表现很好的分类器产生了非常大的测试误差。如下哪些措施可以用来减小测试误差
【多选题】
使用更少的训练数据。
减小回归正则系数λ。
增大回归正则系数λ。
使用更多的训练数据。
*
5.
关于SVM泛化误差描述正确的是
SVM的误差阈值
超平面与支持向量之间距离
SVM对训练数据的划分能力
SVM对未知数据的预测能力
*
6.
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(b,a))
c=dict(zip(a,b))
c=dict(list(a,b))
c=dict(list(b,a))
*
7.
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
训练误差较大，测试误差较小
训练误差较小，测试误差较小
*
8.
假设在线形回归
为多少？
1
3
0.5
2
*
9.
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[:100]) =>[1,2,3,4,5]
print(a[0:]) =>[2,3,4,5]
print(a[:])=>[1,2,3,4]
*
10.
与传统机器学习方法相比，深度学习的优势在于
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
深度学习不需要调参
*
11.
A
B
C
D
*
12.
下面哪种网络架构属于前馈神经网络
A
B
C
以上都是
*
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
测试集的准确率越高越好
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
*
14.
图像灰度的方差表示图像的哪种属性
图像饱和度
图像细节
图像对比度
图像整体亮度
*
15.
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
随机赋值，祈祷它们是正确的
搜索所有权重和偏差的组合，直到得到最佳值
以上都不正确
*
16.
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
*
17.
以下哪一个关于卷积神经网络的说法是错误的
AlexNet是一个八层的卷积神经网络
目标检测网络SSD的网络结构中包含卷积层
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
*
18.
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
人脸识别
图像风格迁移
房价预测
*
19.
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
643
32
96
64
*
20.
以下现象属于过拟合的是
训练集loss上升，验证集loss上升
训练集loss下降，验证集loss上升
训练集loss下降，验证集loss下降
训练集loss下降，验证集loss不变
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
