北京郵電大學《神經(jīng)網(wǎng)絡與深度學習課程設計》2023-2024學年期末試卷

裝訂線裝訂線PAGE2第1頁，共3頁北京郵電大學《神經(jīng)網(wǎng)絡與深度學習課程設計》2023-2024學年期末試卷院(系)_______班級_______學號_______姓名_______題號一二三總分得分一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、卷積神經(jīng)網(wǎng)絡中，增加卷積核的數(shù)量會導致什么結果？（）A.特征數(shù)量增加B.計算量減少C.模型精度降低D.過擬合風險降低2、以下哪種技術可以用于解決深度學習中的類別不平衡問題？（）A.重采樣B.調(diào)整損失函數(shù)C.生成合成數(shù)據(jù)D.以上都是3、在循環(huán)神經(jīng)網(wǎng)絡中，以下哪個門用于控制信息的遺忘？A.輸入門B.遺忘門C.輸出門D.更新門4、卷積神經(jīng)網(wǎng)絡中，以下哪種池化方式對特征圖的大小改變最大？A.最大池化B.平均池化C.隨機池化D.全局池化5、長短時記憶網(wǎng)絡（LSTM）相比于傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡（RNN），主要改進在于？（）A.計算速度更快B.能夠處理更長的序列C.參數(shù)量更少D.更容易訓練6、對于語音識別任務，以下哪種神經(jīng)網(wǎng)絡結構常常被使用？A.卷積神經(jīng)網(wǎng)絡B.循環(huán)神經(jīng)網(wǎng)絡C.長短時記憶網(wǎng)絡D.深度信念網(wǎng)絡7、在卷積神經(jīng)網(wǎng)絡中，步長（Stride）的作用是（）A.控制卷積核移動的步長B.調(diào)整輸出特征圖的大小C.增加計算量D.以上都是8、卷積神經(jīng)網(wǎng)絡中，以下哪個操作可以增加特征圖的數(shù)量？A.卷積B.池化C.填充D.上采樣9、以下關于遷移學習中微調(diào)（Fine-tuning）的描述，正確的是（）A.只調(diào)整輸出層參數(shù)B.調(diào)整部分層或全部層的參數(shù)C.不需要重新訓練D.以上都不是10、在深度學習中，數(shù)據(jù)增強的目的是（）A.增加數(shù)據(jù)量B.提高數(shù)據(jù)質(zhì)量C.防止過擬合D.以上都是11、深度學習中，以下哪種算法常用于優(yōu)化神經(jīng)網(wǎng)絡的參數(shù)？（）A.貪心算法B.模擬退火算法C.隨機梯度下降算法D.動態(tài)規(guī)劃算法12、生成對抗網(wǎng)絡由哪兩個部分組成？（）A.生成器和判別器B.編碼器和解碼器C.分類器和回歸器D.前饋網(wǎng)絡和反饋網(wǎng)絡13、卷積神經(jīng)網(wǎng)絡中，以下哪個因素會影響感受野的大小？A.卷積核大小B.步長C.層數(shù)D.以上都是14、以下哪種數(shù)據(jù)增強方法可能改變數(shù)據(jù)的語義信息？A.隨機旋轉(zhuǎn)B.隨機裁剪C.隨機添加噪聲D.隨機縮放15、在訓練神經(jīng)網(wǎng)絡時，學習率過大可能導致（）A.收斂速度慢B.無法收斂C.收斂到局部最優(yōu)D.模型精度高16、以下哪種情況可能導致深度學習模型欠擬合？A.數(shù)據(jù)量過少B.模型過于復雜C.正則化參數(shù)過大D.訓練時間過長17、在神經(jīng)網(wǎng)絡中，Dropout的作用是？（）A.增加模型的復雜度B.防止模型過擬合C.提高模型的準確率D.加速模型的訓練18、以下哪種深度學習模型常用于圖像分割任務？（）A.全卷積神經(jīng)網(wǎng)絡（FCN）B.循環(huán)神經(jīng)網(wǎng)絡C.自編碼器D.生成對抗網(wǎng)絡19、對于圖像分類任務，以下哪種數(shù)據(jù)增強方法比較有效？A.翻轉(zhuǎn)B.旋轉(zhuǎn)C.裁剪D.以上都是20、對于目標檢測任務，以下哪種算法常被使用？A.R-CNNB.FastR-CNNC.FasterR-CNND.以上都是二、簡答題（本大題共4個小題，共40分)1、（本題10分）解釋在深度學習中如何應用圖注意力網(wǎng)絡進行節(jié)點分類。2、（本題10分）說明在深度學習中如何利用對比學習進行有監(jiān)督學習。3、（本題10分）說明在深度學習中如何利用深度信念網(wǎng)絡進行無監(jiān)督特征學習。4、（本題10分）說明在深度學習中如何利用知識蒸餾進行模型壓縮的效果評估。三、分析題（本大題共2個小題，共20分)1、（本題1