人工智能基礎(chǔ)智慧樹知到答案章節(jié)測試2023年山東交通學(xué)院

緒論單元測試人工智能的名字是

A:AllenLverson

B:ArtificialIntelligence

C:A-ClassIntelligence

D:AirJorden

答案:B第一章測試第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝世界圍棋冠軍的人工智能機(jī)器人是由谷歌公司開發(fā)的（）。

A:Alpha

B:AlphaGood

C:AlphaGo

D:AlphaFun

答案:C無需棋譜即可自學(xué)圍棋的人工智能是（）

A:AlphaGoLee

B:AlphaGoFan

C:AlphaGoMaster

D:AlphaGoZero

答案:D世界上第一次正式的AI會(huì)議于（）年召開，JohnMcCarthy正式提出“ArtificialIntelligence”這一術(shù)語

A:1957

B:1956

C:1954

D:1955

答案:B以下哪些不是人工智能概念的正確表述（）

A:人工智能是通過機(jī)器或軟件展現(xiàn)的智能

B:人工智能是為了開發(fā)一類計(jì)算機(jī)使之能夠完成通常由人類所能做的事

C:人工智能將其定義為人類智能體的研究

D:人工智能是研究和構(gòu)建在給定環(huán)境下表現(xiàn)良好的智能體程序

答案:C下面不屬于人工智能研究基本內(nèi)容的是（）。

A:機(jī)器思維

B:機(jī)器學(xué)習(xí)

C:自動(dòng)化

D:機(jī)器感知

答案:C人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的（）的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

A:智能

B:行為

C:計(jì)算能力

D:語言

答案:A圖靈測試的含義是（）

A:圖靈測試是一種用來混淆的技術(shù)，它希望將正常的（可識(shí)別的）信息轉(zhuǎn)變?yōu)闊o法識(shí)別的信息。

B:不存在圖靈測試概念

C:所謂的圖靈測試就是指一個(gè)抽象的機(jī)器，它有一條無限長的紙帶，紙帶分成了一個(gè)一個(gè)的小方格，每個(gè)方格有不同的顏色。有一個(gè)機(jī)器頭在紙帶上移來移去。機(jī)器頭有一組內(nèi)部狀態(tài)，還有一些固定的程序。

D:圖靈測試是測試人在與被測試者(一個(gè)人和一臺(tái)機(jī)器)隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。問過一些問題后，如果被測試者超過30%的答復(fù)不能使測試人確認(rèn)出哪個(gè)是人、哪個(gè)是機(jī)器的回答，那么這臺(tái)機(jī)器就通過了測試，并被認(rèn)為具有人類智能。

答案:D下列不屬于人工智能學(xué)派的是（）。

A:機(jī)會(huì)主義

B:符號(hào)主義

C:連接主義

D:行為主義

答案:A認(rèn)為智能不需要知識(shí)、不需要表示、不需要推理；人工智能可以像人類智能一樣逐步進(jìn)化；智能行為只能在現(xiàn)實(shí)世界中與周圍環(huán)境交互作用而表現(xiàn)出來。這是（）學(xué)派的基本思想。

A:符號(hào)主義

B:行為主義

C:連接主義

D:邏輯主義

答案:B關(guān)于人工智能研究范式的連接主義，相關(guān)論述不正確的是（）

A:連接主義原理是模擬大腦神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。

B:連接主義起源于仿生學(xué)和人腦模型的研究。

C:連接主義理論認(rèn)為思維基本是神經(jīng)元、人腦不同于電腦，并提出連接主義的大腦工作模式。

D:連接主義學(xué)派的代表人物有卡洛克(WarrenS.McCulloch)、皮茨(WalterH.Pitts)、Hopfield、布魯克斯(Brooks)、紐厄爾(Newell)。

答案:D人工智能(AI)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)三者關(guān)系論述正確的是（）

A:人工智能是一門研究、開發(fā)用于模擬、延伸和擴(kuò)展人類智能的理論、方法及應(yīng)用的新的交叉學(xué)科，機(jī)器學(xué)習(xí)是人工智能的核心研究鄰域之一，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的新領(lǐng)域，研究多隱層多感知器、模擬人腦進(jìn)行分析學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)。

B:人工智能研究、開發(fā)用于模擬、延伸和擴(kuò)展人類智能的理論、方法及應(yīng)用，屬于一門獨(dú)立的技術(shù)學(xué)科。

C:深度學(xué)習(xí)方法研究人工神經(jīng)網(wǎng)絡(luò)的單層感知器學(xué)習(xí)結(jié)構(gòu)。

D:機(jī)器學(xué)習(xí)專門研究計(jì)算機(jī)怎樣模擬人類的學(xué)習(xí)行為，以獲取新的知識(shí)和技能，重新組織已有的知識(shí)結(jié)構(gòu)以完善自身的性能，但是機(jī)器學(xué)習(xí)能力并非AI系統(tǒng)所必須的。

答案:A支持向量機(jī)可以看作是具有一層隱藏層的神經(jīng)網(wǎng)絡(luò)。支持向量機(jī)的理論基礎(chǔ)是（）

A:統(tǒng)計(jì)學(xué)

B:視覺生理學(xué)

C:控制論S

D:生物神經(jīng)學(xué)

答案:A深度學(xué)習(xí)屬于（）

A:符號(hào)主義

B:行為主義

C:連接主義

D:邏輯主義

答案:C下列不符合符號(hào)主義思想的是（）

A:認(rèn)為智能不需要知識(shí)、不需要表示、不需要推理

B:認(rèn)為人的認(rèn)知基元是符號(hào)

C:源于數(shù)理邏輯

D:人工智能的核心問題是知識(shí)表示、知識(shí)推理

答案:A不屬于自然語言處理的核心環(huán)節(jié)的是（）

A:知識(shí)的獲取與表達(dá)

B:自然語言理解

C:語音語義識(shí)別

D:自然語言生成

答案:C人工智能的近期目標(biāo)在于研究機(jī)器來（）。

A:模仿和執(zhí)行人腦的某些智力功能

B:完全代替人類

C:制造智能機(jī)器

D:代替人腦

答案:A第二章測試下列哪一個(gè)是“分類”任務(wù)的準(zhǔn)確描述（）。

A:對(duì)每個(gè)項(xiàng)目進(jìn)行排序

B:為每個(gè)項(xiàng)目分配一個(gè)類別

C:預(yù)測每個(gè)項(xiàng)目實(shí)際的值

D:發(fā)現(xiàn)每個(gè)空間中輸入的排布

答案:B下列對(duì)于分類概念描述不正確的是（）

A:分類的概念是在已有數(shù)據(jù)的基礎(chǔ)上學(xué)會(huì)一個(gè)分類函數(shù)或構(gòu)造出一個(gè)分類模型（即我們通常所說的分類器(Classifier)）。

B:分類的結(jié)果有可能錯(cuò)誤。

C:分類的方法包含決策樹、邏輯回歸、樸素貝葉斯、神經(jīng)網(wǎng)絡(luò)等算法

D:分類的標(biāo)準(zhǔn)統(tǒng)一

答案:D在機(jī)器學(xué)習(xí)領(lǐng)域，分類的目標(biāo)是指（）。

A:將具有相似特征的對(duì)象聚集

B:將具有相似值的對(duì)象聚集

C:將具有相似形狀的對(duì)象聚集

D:將具有相似名稱的對(duì)象聚集

答案:A兩種以上（不含兩種）的分類問題被稱為（）。

A:多分類

B:分類器

C:二分類

D:歸一化

答案:A有關(guān)分類器的構(gòu)造和實(shí)施步驟描述錯(cuò)誤的是：（）

A:選定樣本，將所有樣本分成訓(xùn)練樣本和測試樣本兩部分；

B:根據(jù)預(yù)測結(jié)果，計(jì)算必要的評(píng)估指標(biāo)，評(píng)估分類模型的性能。

C:在訓(xùn)練樣本上執(zhí)行分類模型，生成預(yù)測結(jié)果；

D:在訓(xùn)練樣本上執(zhí)行分類器算法，生成分類模型；

答案:C分類器是基于現(xiàn)有數(shù)據(jù)構(gòu)造出一個(gè)模型或者函數(shù)，以將數(shù)據(jù)庫中的數(shù)據(jù)映射到給定類別，從而可以應(yīng)用于數(shù)據(jù)預(yù)測。常包含以下步驟：①在訓(xùn)練樣本上執(zhí)行分類器算法，生成分類模型。②在測試樣本上執(zhí)行分類模型，生成預(yù)測結(jié)果。③選定樣本（包含正樣本和負(fù)樣本），將所有樣本分成訓(xùn)練樣本和測試樣本。④根據(jù)預(yù)測結(jié)果，計(jì)算必要的評(píng)估指標(biāo)，評(píng)估分類模型的性能。構(gòu)造和實(shí)施分類器的正確順序?yàn)椋ǎ?/p>

A:④①②③

B:②③①④

C:①②③④

D:③①②④

答案:D下列算法中，不能夠?qū)o定樣本進(jìn)行分類的是（）。

A:梯度下降算法

B:決策樹算法

C:神經(jīng)網(wǎng)絡(luò)

D:邏輯回歸算法

答案:A在測試樣本上執(zhí)行分類模型，可以（）。

A:生成分類模型

B:區(qū)分正樣本

C:區(qū)分負(fù)樣本

D:生成預(yù)測結(jié)果

答案:DSVM是一種典型的（）模型

A:神經(jīng)網(wǎng)絡(luò)

B:聚類

C:二類分類

D:感知機(jī)

答案:C把樣本所屬的類型和樣本實(shí)現(xiàn)對(duì)應(yīng)起來被稱為()

A:分類

B:標(biāo)注

C:測試

D:訓(xùn)練

答案:B分類器測試的作用是

A:判斷測試集樣本標(biāo)注是否合適

B:檢驗(yàn)分類器的效果

C:獲得檢測目標(biāo)的分類

D:判斷測試集樣本選擇是否合適

答案:B下列敘述中關(guān)于歸一化不正確的是（）

A:歸一化后，所有元素和為1

B:歸一化后，所有元素值范圍在[0,1]

C:歸一化后，所有元素值范圍在（0,1）

D:歸一化也被稱為標(biāo)準(zhǔn)化

答案:C深度學(xué)習(xí)中，常用的歸一化函數(shù)是（）函數(shù)

A:SoftMax

B:SoftMin

C:MicroMin

D:MicroMax

答案:A第三章測試有特征，無標(biāo)簽的機(jī)器學(xué)習(xí)是（）

A:半監(jiān)督學(xué)習(xí)

B:監(jiān)督學(xué)習(xí)

C:強(qiáng)化學(xué)習(xí)

D:無監(jiān)督學(xué)習(xí)

答案:D無監(jiān)督學(xué)習(xí)可完成什么任務(wù)（）

A:聚類

B:分類

C:分類、回歸、聚類

D:回歸

答案:A尋找數(shù)據(jù)之間的相似性并將之劃分組的方法稱為（）

A:分組

B:回歸

C:分類

D:聚類

答案:D下列兩個(gè)變量之間的關(guān)系中,哪個(gè)是函數(shù)關(guān)系（）

A:孩子的身高和父親的身高

B:正方形的邊長和面積

C:人的工作環(huán)境與健康

D:學(xué)生的性別和他的英語成績

答案:B從某中學(xué)隨機(jī)選取8名男生，其身高x(cm)和體重y(kg)的線性回歸方程為y=0.849x-85.712，則身高172cm的男學(xué)生，又回歸方程可以預(yù)報(bào)其體重（）。

A:大于60.316kg

B:為60.316kg

C:小于60.316kg

D:約為60.316kg

答案:D以下不屬于聚類算法的是（）。

A:樸素貝葉斯算法

B:K均值算法

C:DIANA算法

D:AGNES算法

答案:AZ等于Ｘ，則Z與Ｘ之間屬于（）

A:不相關(guān)

B:完全不相關(guān)

C:不完全相關(guān)

D:完全相關(guān)

答案:D因：經(jīng)常挑食；果：身材矮小。這組因、果之間屬于（）關(guān)系。

A:不相關(guān)

B:不完全相關(guān)

C:完全相關(guān)

D:完全不相關(guān)

答案:B（）是指根據(jù)“物以類聚”原理，將本身沒有類別的樣本聚集成不同的組。

A:非監(jiān)督學(xué)習(xí)

B:分類

C:聚類

D:回歸

答案:C現(xiàn)欲分析性別、年齡、身高、飲食習(xí)慣對(duì)于體重的影響，如果這個(gè)體重是屬于實(shí)際的重量，是連續(xù)性的數(shù)據(jù)變量，這時(shí)應(yīng)采用（）；如果將體重分類，分成高、中、低這三種體重類型作為因變量，則采用（）。

A:線性回歸線性回歸

B:邏輯回歸線性回歸

C:線性回歸邏輯回歸

D:邏輯回歸邏輯回歸

答案:C有特征，有部分標(biāo)簽的機(jī)器學(xué)習(xí)屬于（）。

A:強(qiáng)化學(xué)習(xí)

B:半監(jiān)督學(xué)習(xí)

C:監(jiān)督學(xué)習(xí)

D:無監(jiān)督學(xué)習(xí)

答案:B下面兩個(gè)兩完全相關(guān)的是（）。

A:每天的溫度和季節(jié)

B:圓形的面積與直徑

C:長方形的面積與邊長

D:孩子的身高與父親身高

答案:B機(jī)器學(xué)習(xí)包括：

A:監(jiān)督學(xué)習(xí)

B:半監(jiān)督學(xué)習(xí)

C:無監(jiān)督學(xué)習(xí)

D:強(qiáng)化學(xué)習(xí)

答案:ABCD兩個(gè)變量之間的關(guān)系包括：

A:完全相關(guān)

B:不相關(guān)

C:負(fù)相關(guān)

D:不完全相關(guān)

答案:ABD下面哪一個(gè)不是聚類常用的算法（）。

A:SVM算法

B:AGNES算法

C:K均值算法

D:DIANA算法

答案:AAGNES算法步驟正確的是（）。①將每個(gè)樣本特征向量作為一個(gè)初始簇；②根據(jù)兩個(gè)簇中最近的數(shù)據(jù)點(diǎn)尋找最近的兩個(gè)簇；③重復(fù)以上第二、三步，直到達(dá)到所需要的簇的數(shù)量；④合并兩個(gè)簇，生成新的簇的集合，并重新計(jì)算簇的中心點(diǎn)。

A:①②③④

B:①④③②

C:①④②③

D:①②④③

答案:D下面屬于強(qiáng)化學(xué)習(xí)的是（）

A:用戶經(jīng)常閱讀軍事類和經(jīng)濟(jì)類的文章，算法就把和用戶讀過的文章相類似的文章推薦給你。

B:用戶每讀一篇文章，就給這篇新聞貼上分類標(biāo)簽，例如這篇新聞是軍事新聞，下一篇新聞是經(jīng)濟(jì)新聞等；算法通過這些分類標(biāo)簽進(jìn)行學(xué)習(xí)，獲得分類模型；再有新的文章過來的時(shí)候，算法通過分類模型就可以給新的文章自動(dòng)貼上標(biāo)簽了。

C:兩個(gè)變量之間的關(guān)系，一個(gè)變量的數(shù)量變化由另一個(gè)變量的數(shù)量變化所惟一確定，則這兩個(gè)變量之間的關(guān)系稱為強(qiáng)化學(xué)習(xí)。

D:算法先少量給用戶推薦各類文章，用戶會(huì)選擇其感興趣的文章閱讀，這就是對(duì)這類文章的一種獎(jiǎng)勵(lì)，算法會(huì)根據(jù)獎(jiǎng)勵(lì)情況構(gòu)建用戶可能會(huì)喜歡的文章的“知識(shí)圖”。

答案:D第四章測試1943年，神經(jīng)網(wǎng)絡(luò)的開山之作《Alogicalcalculusofideasimmanentinnervousactivity》,由（）和沃爾特.皮茨完成。

A:唐納德.赫布

B:羅素

C:沃倫.麥卡洛克

D:明斯基

答案:C感知機(jī)屬于（）。

A:反饋神經(jīng)網(wǎng)絡(luò)

B:BP神經(jīng)網(wǎng)絡(luò)

C:生物神經(jīng)網(wǎng)絡(luò)

D:前饋神經(jīng)網(wǎng)絡(luò)

答案:D被稱為“神經(jīng)網(wǎng)絡(luò)之父”和“人工智能教父”的是（）。

A:明斯基

B:辛頓

C:赫布

D:魯梅爾哈特

答案:B反饋神經(jīng)網(wǎng)絡(luò)又稱前饋網(wǎng)絡(luò)。

A:對(duì)

B:錯(cuò)

答案:B下列神經(jīng)網(wǎng)絡(luò)中哪種架構(gòu)有反饋連接（）。

A:卷積神經(jīng)網(wǎng)絡(luò)

B:感知機(jī)

C:循環(huán)神經(jīng)網(wǎng)絡(luò)

D:都不是

答案:C對(duì)于自然語言處理問題，哪種神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)更適合？（）。

A:卷積神經(jīng)網(wǎng)絡(luò)

B:多層感知器

C:感知器

D:循環(huán)神經(jīng)網(wǎng)絡(luò)

答案:D為解決單個(gè)輸出的感知機(jī)無法解決的異或問題，需要用有至少（）個(gè)輸出的感知機(jī)？

A:5個(gè)

B:2個(gè)

C:3個(gè)

D:4個(gè)

答案:B使用感知機(jī)模型的前提是（）。

A:數(shù)據(jù)線性不可分

B:數(shù)據(jù)線性可分

C:數(shù)據(jù)樣本少

D:數(shù)據(jù)樣本多

答案:B有關(guān)淺層神經(jīng)網(wǎng)絡(luò)的說法正確的是（）。

A:神經(jīng)元與前一層及后一層的神經(jīng)元相連

B:是一種單向多層結(jié)構(gòu)

C:同一層的神經(jīng)元之間沒有互相連接

D:各神經(jīng)元分層排列

答案:BCD對(duì)于多層神經(jīng)網(wǎng)絡(luò)，BP（反向傳播）算法的直接作用是（）。

A:加快訓(xùn)練權(quán)值參數(shù)和偏置參數(shù)

B:提供訓(xùn)練集、測試集樣本

C:科學(xué)評(píng)價(jià)訓(xùn)練模型

D:提高神經(jīng)網(wǎng)絡(luò)特征表示精確度

答案:A梯度下降算法的正確步驟是什么？（）(a)計(jì)算預(yù)測值和真實(shí)值之間的誤差。(b)迭代跟新，直到找到最佳權(quán)重(c)把輸入傳入網(wǎng)絡(luò)，得到輸出值(d)初始化隨機(jī)權(quán)重和偏差(e)對(duì)每一個(gè)產(chǎn)生誤差的神經(jīng)元，改變相應(yīng)的（權(quán)重）值以減小誤差

A:e,d,c,b,a

B:c,b,a,e,d

C:a,b,c,d,e

D:d,c,a,e,b

答案:D感知機(jī)是只含輸入層和輸出層的一種淺層神經(jīng)網(wǎng)絡(luò)，兩個(gè)感知機(jī)輸出解決了”異或”問題，進(jìn)一步擴(kuò)展到多感知機(jī)輸出，并增加了偏置單元。關(guān)于偏置單元的作用正確的是（）。

A:屬于一種多層隱含層

B:解決異或問題

C:計(jì)算網(wǎng)絡(luò)傳播偏差信息

D:施加干擾，消除網(wǎng)絡(luò)死循環(huán)，以達(dá)到輸出收斂

答案:D深度學(xué)習(xí)是一種多層神經(jīng)網(wǎng)絡(luò)的模擬認(rèn)知訓(xùn)練方法，多層神經(jīng)網(wǎng)絡(luò)包含多個(gè)隱含層感知層，也稱作卷積神經(jīng)網(wǎng)絡(luò)(CNN)，它的研究熱潮興起于本世紀(jì)初期。

A:錯(cuò)

B:對(duì)

答案:A深度學(xué)習(xí)可以具有幾個(gè)隱藏層（）。

A:4個(gè)

B:3個(gè)

C:1個(gè)

D:2個(gè)

答案:ABD深度學(xué)習(xí)中常用的激活函數(shù)不包括（）。

A:ReLU函數(shù)

B:sign函數(shù)

C:Sin函數(shù)

D:Sigmoid函數(shù)

答案:C深度學(xué)習(xí)是含有一個(gè)隱含層的多層神經(jīng)網(wǎng)絡(luò)模型的強(qiáng)化學(xué)習(xí)，訓(xùn)練過程加入了激活函數(shù)。

A:錯(cuò)

B:對(duì)

答案:A神經(jīng)網(wǎng)絡(luò)中，線性模型的表達(dá)能力不夠時(shí)，可引入（）來添加非線性因素。

A:激活函數(shù)

B:線性函數(shù)

C:偏置單元

D:分類函數(shù)

答案:A下列關(guān)于神經(jīng)網(wǎng)絡(luò)說法正確的是（）。

A:高速尋找優(yōu)化解

B:不如決策樹穩(wěn)定

C:具有自學(xué)習(xí)、自組織、自適應(yīng)性

D:非線性

答案:ACD第五章測試視網(wǎng)膜上對(duì)弱光敏感的是

A:視桿細(xì)胞

B:視錐細(xì)胞

C:瞳孔

D:視神經(jīng)

答案:A計(jì)算機(jī)中存儲(chǔ)的圖像是

A:數(shù)字圖像

B:黑白圖像

C:模擬圖像

D:彩色圖像

答案:A數(shù)字圖像的最小單位是：

A:點(diǎn)

B:像素

C:位

D:分辨率

答案:B圖像的空間離散化叫做：

A:灰度化

B:二值化

C:量化

D:采樣

答案:D計(jì)算機(jī)處理圖像時(shí)的三原色是：

A:紅、綠、藍(lán)

B:紅、黃、綠

C:藍(lán)、綠、黃

D:紅、黃、藍(lán)

答案:A計(jì)算機(jī)顯示器使用的顏色模型是

A:YUV

B:HSV

C:CMYK

D:RGB

答案:D已知的最古老的照片是由__完成的

A:達(dá)芬奇

B:JosephN.Niepce

C:RussellA.Kirsch

D:WillamH.F.Talbot

答案:B以下哪個(gè)不是圖像的基本運(yùn)算

A:點(diǎn)運(yùn)算

B:塊運(yùn)算

C:邏輯運(yùn)算

D:代數(shù)運(yùn)算

答案:B可以將圖中的相應(yīng)區(qū)域進(jìn)行遮蓋的運(yùn)算是

A:圖像減法

B:圖像乘法

C:圖像加法

D:圖像除法

答案:B以下不屬于圖像增強(qiáng)方法的是

A:均值濾波

B:對(duì)比度展寬

C:直方圖均衡

D:偽彩色

答案:A常用的圖像分割方法不包括

A:基于邊緣檢測的方法

B:基于區(qū)域的方法

C:基于閾值的方法

D:基于視覺觀察的方法

答案:D圖像壓縮的目的是

A:去除圖像中的冗余信息

B:減少圖像的信息量

C:增加數(shù)據(jù)量

D:降低分辨率

答案:A關(guān)于圖像梯度，說法不正確的是

A:水平梯度圖中豎向的邊緣會(huì)比較清楚

B:相鄰像素之間的差值稱為圖像梯度

C:邊緣梯度值要比平滑紋理梯度值小

D:垂直梯度圖中，水平方向的邊緣會(huì)比較清楚

答案:C關(guān)于視頻的說法不正確的是

A:視頻是圖像序列

B:視頻時(shí)離散的

C:我們常見的視頻一般是20幀/秒

D:視頻是基于“視覺暫留”現(xiàn)象

答案:C可以檢測出圖像中運(yùn)動(dòng)的方向和大小的方法是

A:光流法

B:梯度直方圖

C:背景差分

D:差分

答案:ACNN的基本結(jié)構(gòu)不包括

A:卷積層

B:反向池化層

C:全連接層

D:前向池化層

答案:B關(guān)于卷積層的說法，錯(cuò)誤的是

A:卷積層可以作為神經(jīng)網(wǎng)絡(luò)的隱藏層

B:卷積核的尺寸是由人為指定的

C:特征圖是為卷積層的最終輸出

D:卷積核的參數(shù)值是人為指定的

答案:D池化層的作用不包括

A:實(shí)現(xiàn)特征分類

B:降低特征圖的分辨率

C:解決卷積計(jì)算量過大的問題

D:實(shí)現(xiàn)不同尺度特征的提取

答案:ACNN中用來完成分類的是

A:全連接層

B:卷積層

C:池化層

D:ReLU函數(shù)

答案:A第六章測試依據(jù)自然語言是處理系統(tǒng)的輸入還是輸出，自然語言處理完成的功能可以劃分為以下兩類。

A:自然語言生成

B:自然語言讀寫

C:自然語言表達(dá)

D:自然語言理解

答案:AD自然語言處理作為人工智能領(lǐng)域最重要的一個(gè)研究方向，其技術(shù)發(fā)展與人工智能的發(fā)展歷史一樣，主要有以下兩類方法。

A:基于統(tǒng)計(jì)的方法

B:基于字典的方法

C:基于深度學(xué)習(xí)的方法

D:基于規(guī)則的方法

答案:AD導(dǎo)航軟件里面郭德綱的聲音是怎么制作的。

A:語音合成

B:本人錄制

C:詞典查詢

D:語音識(shí)別

答案:A下列技術(shù)屬于自然語言處理范疇的有哪些。

A:摘要抽取

B:字典查詢

C:機(jī)器翻譯

D:相似度檢測

答案:ABCD小Q弟弟聰明好學(xué)，下列哪些功能是它能夠完成的。

A:網(wǎng)上訂餐

B:解釋成語

C: