華南理工大學《神經(jīng)網(wǎng)絡與深度學習》2021-2022學年期末試卷

學校________________班級____________姓名____________考場____________準考證號學校________________班級____________姓名____________考場____________準考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁華南理工大學《神經(jīng)網(wǎng)絡與深度學習》2021-2022學年期末試卷題號一二三總分得分批閱人一、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、以下哪種方法可以提高深度學習模型的魯棒性？A.對抗訓練B.模型融合C.增加訓練輪數(shù)D.以上都是2、以下哪種神經(jīng)網(wǎng)絡常用于語音識別？（）A.卷積神經(jīng)網(wǎng)絡B.循環(huán)神經(jīng)網(wǎng)絡C.生成對抗網(wǎng)絡D.自編碼器3、在卷積神經(jīng)網(wǎng)絡中，池化層的主要作用是什么？（）A.增加特征數(shù)量B.減少特征數(shù)量C.增強特征表達D.提高計算效率4、深度學習模型在訓練時，如果驗證集上的性能不再提升，應該：A.繼續(xù)訓練B.停止訓練C.增加訓練數(shù)據(jù)D.調(diào)整模型結(jié)構5、以下哪種方法可以用于解決梯度消失問題？（）A.使用ReLU激活函數(shù)B.增加網(wǎng)絡層數(shù)C.減小學習率D.增加訓練數(shù)據(jù)6、深度學習模型訓練中，早停法是為了防止：A.過擬合B.欠擬合C.計算資源浪費D.模型復雜度過高7、深度學習中，以下哪種優(yōu)化算法可以自適應調(diào)整每個參數(shù)的學習率？A.AdamB.RMSPropC.AdagradD.SGD8、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9、在深度學習框架中，TensorFlow主要的特點是（）A.動態(tài)圖計算B.易于調(diào)試C.高效的分布式訓練D.以上都是10、以下哪種正則化方法可以對模型參數(shù)進行約束？（）A.L1正則化B.L2正則化C.DropoutD.以上都是11、在深度學習中，以下哪種情況可能需要進行模型微調(diào)？A.新數(shù)據(jù)集與原數(shù)據(jù)集相似B.模型在原數(shù)據(jù)集上性能不佳C.計算資源有限D(zhuǎn).以上都不是12、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13、以下哪種神經(jīng)網(wǎng)絡結(jié)構在處理圖像時具有平移不變性？A.全連接網(wǎng)絡B.卷積神經(jīng)網(wǎng)絡C.循環(huán)神經(jīng)網(wǎng)絡D.自編碼器14、在深度學習中，遷移學習的主要思路是（）A.將一個模型的參數(shù)復制到另一個模型B.利用已有的模型在新數(shù)據(jù)上進行訓練C.同時訓練多個模型并進行融合D.以上都不是15、以下哪種神經(jīng)網(wǎng)絡結(jié)構可以自動提取特征？（）A.自編碼器B.多層感知機C.決策樹D.支持向量機16、以下哪種損失函數(shù)常用于二分類問題？A.均方誤差損失B.交叉熵損失C.絕對值損失D.Hinge損失17、在深度學習框架中，PyTorch的特點包括？（）A.動態(tài)計算圖B.易于調(diào)試C.豐富的預訓練模型D.以上都是18、以下哪種優(yōu)化算法對學習率的自適應調(diào)整效果較好？A.AdagradB.AdadeltaC.RMSPropD.Adam19、在深度學習中，以下哪種技術常用于解決梯度消失問題？A.LSTM單元B.批歸一化C.梯度裁剪D.以上都是20、下列關于深度學習中過擬合的描述，錯誤的是（）A.訓練誤差小，測試誤差大B.模型過于復雜C.增加數(shù)據(jù)量可以緩解D.是期望的結(jié)果二、簡答題（本大題共4個小題，共40分)1、（本題10分）解釋如何使用深度學習進行音頻分類。2、（本題10分）解釋在深度學習中如何應用圖注意力網(wǎng)絡進行圖分類。3、（本題10分）簡述深度學習中的自動編碼器如何進行特征提取。4、（本題10分）說明如何使用正則化方法防止深度學習模型過擬合。三、分析題（本大題共2個