手机扫描二维码答题
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！
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
k-NN
k-Means
朴素贝叶斯
*
2.
相对于DNN模型，CNN模型做了哪些改变？
【多选题】
增加了batch normalization
使用了relu激活函数
局部连接
参数共享
*
3.
若 a = range(100)，以下哪些操作是合法的?
【多选题】
a[2:13]
a[-3]
a[2-3]
a[::3]
*
4.
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
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
ReLU函数的正区间存在梯度消失的问题
*
5.
关于字符串下列说法错误的是
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
字符应该视为长度为1的字符串
*
6.
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
训练误差较大，测试误差较小
训练误差较小，测试误差较小
训练误差较小，测试误差较大
*
7.
下列关于L1和L2正则描述错误的是？
L1正则兼具特征选择的功能。
L1正则项是非凸的，L2正则项是凸的。
L1正则的引入会使得权重产生更多的0元素。
L1和L2正则的引入都能预防过拟合。
*
8.
下列语句输出正确的是
i = ['a', 'b']
l = [1, 2]
print (dict([l,i]))
{2: 1, 'b': 'a'}
{‘b’: 2, 'a': 1}
{1: 2, 'a': 'b'}
{‘a’: 2, ‘b': 1}
*
9.
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[3]
argv[0]
argv[1]
argv[2]
*
10.
图像灰度的方差表示图像的哪种属性
图像对比度
图像整体亮度
图像细节
图像饱和度
*
11.
下列哪一项在神经网络中引入了非线性
Sigmoid激活函数
增大权重和偏置的初始化值
随机梯度下降
以上都不正确
*
12.
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
深度学习完全不提取底层特征，如图像边缘、纹理等
深度学习可以自动学习特征
深度学习完全不需要做数据预处理
*
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
80
170
27
*
14.
下列哪个if语句是正确的？
if (a>=22）
if a>=22:
if (a=>22)
if a>=22
*
15.
如果使用的学习率太大，会导致
网络无法收敛
不确定
网络收敛的慢
网络收敛的快
*
16.
下面哪种网络架构属于前馈神经网络
A
B
C
以上都是
*
17.
以下哪一个关于卷积神经网络的说法是错误的
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）。
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。
多元神经网络可看成是一个复合的非线性多元函数。
*
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
32
96
643
64
*
19.
下图中的数据是线性可分的吗？
是
否
不确定
不一定
*
20.
以下现象属于过拟合的是
训练集loss下降，验证集loss下降
训练集loss上升，验证集loss上升
训练集loss下降，验证集loss不变
训练集loss下降，验证集loss上升
评价对象得分