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
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.
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-NN
k-Means
决策树
*
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】
使用更多的训练数据。
使用更少的训练数据。
增大回归正则系数λ。
减小回归正则系数λ。
*
3.
对如下神经网络的描述，正确的是
【多选题】
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
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
*
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，不容易发生过拟合
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
*
5.
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[3]
argv[1]
*
6.
关于字符串下列说法错误的是
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
在三引号字符串中可以包含换行回车等特殊字符
字符串以\0来标志字符串的结束
*
7.
变量 a 的值为字符串类型的 "2"，如何将它转换为整型？
castToInteger(a)
int(a)
castToInt(a)
integer(a)
*
8.
关于欠拟合（under-fitting），下面哪个说法是正确的？
训练误差较小，测试误差较小
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
*
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(list(b,a))
c=dict(zip(b,a))
c=dict(zip(a,b))
c=dict(list(a,b))
*
10.
下列哪一项在神经网络中引入了非线性
随机梯度下降
增大权重和偏置的初始化值
Sigmoid激活函数
以上都不正确
*
11.
如果使用的学习率太大，会导致
不确定
网络收敛的慢
网络无法收敛
网络收敛的快
*
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.
深度学习涉及到大量的矩阵相乘，现需要计算三个稠密矩阵A,B,C的乘积ABC,假设三个矩阵的尺寸分别为m∗n，n∗p，p∗q，且m < n < p < q，以下计算顺序效率最高的是
A(BC)
所有效率都相同
AC(B)
(AB)C
*
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。
27
170
1000
80
*
15.
假设你有一个变量 "example"，如何判断它的类型？
Type(example)
getType(example)
example.type:
type(example)
*
16.
A
B
C
D
*
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
场景文字检测
中文分词
为图像自动生成描述标题
中英文互译
*
18.
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
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
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
目标检测网络SSD的网络结构中包含卷积层
*
19.
以下哪一个关于卷积神经网络的说法是错误的
多元神经网络可看成是一个复合的非线性多元函数。
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。
*
20.
下列目标检测网络中，哪个是一阶段的网络
Faster-rcnn
YOLOv3
SPP-net
RFCN
评价对象得分
