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！

2021年春季深度学习师资培训班入学考试（CV班）

疫情浇不灭我们学习的热情，感谢您报名2021全国高校深度学习师资培训第14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
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
*
2.
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】
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。
使用更少的训练数据。
*
3.
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】
观察次数少，容易发生过拟合
观察次数少，不容易发生过拟合
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
*
4.
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】
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
从10w正样本中随机抽取1w参与分类
将负样本重复10次,生成10w样本量,打乱顺序参与分类
直接进行分类,可以最大限度利用数据
*
5.
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
既可以用单引号，也可以用双引号创建字符串
在三引号字符串中可以包含换行回车等特殊字符
*
6.
如下关于机器学习的定义，合理的是
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。
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。
*
7.
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[2]
argv[1]
argv[3]
*
8.
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】
数据增强
调整超参数
减少数据集
使用预训练网络参数
*
9.
假设在线形回归为多少？
2
0.5
3
1
*
10.
A
B
C
D
*
11.
下面哪种网络架构属于前馈神经网络
A
B
C
以上都是
*
12.
代码 print(type([1,2])) 输出结果为
class<’int’>
class<’tuple’>
class<’list’>
class<’set’>
*
13.
下列哪个if语句是正确的？
if (a=>22)
if a>=22
if a>=22:
if (a>=22）
*
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。
1000
27
170
80
*
15.
与传统机器学习方法相比，深度学习的优势在于
深度学习完全不需要做数据预处理
深度学习可以自动学习特征
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
*
16.
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
随机赋值，祈祷它们是正确的
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
以上都不正确
*
17.
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1
选项2
选项170
选项171
*
18.
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
中英文互译
场景文字检测
中文分词
*
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
64
32
643
96
*
20.
SSD主要通过哪种方法来解决检测不同大小目标的问题
使用图像金字塔作为输入
在不同的特征图上进行预测
设置更多的anchor纵横比
设置更多的anchor尺寸
问卷星提供技术支持
举报