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
2021年春季深度学习师资培训班入学考试（CV班）
录音中...
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.
相对于DNN模型，CNN模型做了哪些改变？
【多选题】
局部连接
使用了relu激活函数
增加了batch normalization
参数共享
*
2.
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C = A*B，则C是6*6的矩阵
如果B是3*3的单位矩阵，则A*B=B*A
*
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
k-Means
决策树
k-NN
*
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，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，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) == 6
bar(2)(3) == 6
bar(3)(2) == 8
bar(2)(3) == 8
*
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
训练误差较小，测试误差较小
训练误差较小，测试误差较大
训练误差较大，测试误差较小
*
7.
下列关于L1和L2正则描述错误的是？
L1和L2正则的引入都能预防过拟合。
L1正则项是非凸的，L2正则项是凸的。
L1正则兼具特征选择的功能。
L1正则的引入会使得权重产生更多的0元素。
*
8.
关于SVM泛化误差描述正确的是
SVM对未知数据的预测能力
SVM的误差阈值
SVM对训练数据的划分能力
超平面与支持向量之间距离
*
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(b,a))
c=dict(list(a,b))
c=dict(zip(a,b))
c=dict(list(b,a))
*
10.
下面哪种网络架构属于前馈神经网络
A
B
C
以上都是
*
11.
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
27
1000
80
*
12.
如果使用的学习率太大，会导致
网络收敛的快
网络无法收敛
不确定
网络收敛的慢
*
13.
下列说法正确的是
单隐层神经网络可以拟合任意单值连续函数
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
*
14.
图像灰度的方差表示图像的哪种属性
图像对比度
图像细节
图像饱和度
图像整体亮度
*
15.
下列哪一项在神经网络中引入了非线性
增大权重和偏置的初始化值
Sigmoid激活函数
随机梯度下降
以上都不正确
*
16.
假设你有一个变量 "example"，如何判断它的类型？
Type(example)
example.type:
type(example)
getType(example)
*
17.
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
人脸识别
房价预测
图像风格迁移
图像分割
*
18.
以下哪一个关于卷积神经网络的说法是错误的
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
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
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
*
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1
选项170
选项2
选项171
*
20.
SSD主要通过哪种方法来解决检测不同大小目标的问题
设置更多的anchor尺寸
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
评价对象得分
字体大小
2021年春季深度学习师资培训班入学考试（CV班）
复制
