人工智能深度學(xué)習(xí)小測試1

1、人工智能深度學(xué)習(xí)小測試1通過本測試，了解自己對人工智能深度學(xué)習(xí)的初步認(rèn)知1、圖像分類的任務(wù)是什么（）I單選題I*A、計(jì)算出圖像中包含主要物體的類別（王確答案）B、計(jì)算出圖像的特征C、計(jì)算出圖像中每個(gè)像素所屬的物體的類別D、計(jì)算出圖像的主要物體的位置和類別2、人臉識別的主要任務(wù)是什么（）|單選題*A、判斷圖像中是否有人臉B、判斷圖像中人臉的位置C、判斷圖像中的人臉是否與已知數(shù)據(jù)庫中的某一個(gè)是同一人（正確答案）D、判斷圖像中人臉的年紀(jì)3、“回歸問題和分類問題都有可能發(fā)生過擬合”，這句話是否正確？（）單選題|*A、正確（正確答案）B、不正確4、目前在人臉識別領(lǐng)域識別精度最高的特征通過那種方法得到（）

2、單選題*A、深度學(xué)習(xí)（正確答案）B、字典學(xué)習(xí)C、主成分分析D、人工設(shè)計(jì)5、對于回歸問題和分類問題，最常用的指標(biāo)都是準(zhǔn)確率和召回率嗎？（）【單選A、正確B、錯(cuò)誤（正確答案）6、CNN的全稱是卷積神經(jīng)網(wǎng)絡(luò)，是否正確？（）單選題*A、正確（正確答案）B、錯(cuò)誤7、RNN的全稱是卷積神經(jīng)網(wǎng)絡(luò)，是否正確？（）單選題*A、正確B、錯(cuò)誤（正確答案）8、MLP的全稱是指卷積神經(jīng)網(wǎng)絡(luò)，是否正確？（）|單選題*A、正確B、錯(cuò)誤（正確答案）9、GAN的全稱是指卷積神經(jīng)網(wǎng)絡(luò)，是否正確？（）單選題*A、正確B、錯(cuò)誤（正確答案）10、給定n個(gè)數(shù)據(jù)點(diǎn)，如果其中一半用于訓(xùn)練，另一半用于測試，則訓(xùn)練誤差和測 試誤差之間的差別會(huì)隨

3、著n的增加而減少，請問這句話是否正確（）|單選題*A、正確（正確答案）B、錯(cuò)誤11、向量x司1,2, 3, 4,-9,0的L1范數(shù)是多少（）單選題*A、1B、19（正確答案）C、6D、sqrt（ 111）12、下列不屬于深度學(xué)習(xí)應(yīng)用的是（）單選題*A、人臉識別B、圍棋AIC、語音助理D、回聲定位（正確答案）13、圖像類別的難點(diǎn)不包括（）單選題*A、視角變化B、類間差異舊確答案）C、光照變化D、背景干擾14、一般來說，回歸不能用于分類問題，但是Logistic回歸可用于解決分類問題, 是否正確？（）單選題*A、正確（正確答案）B、不正確15、什么情況下神經(jīng)網(wǎng)絡(luò)模型被稱為深度學(xué)習(xí)模型？（）【單選題*A、加入更多層，使神經(jīng)網(wǎng)絡(luò)的深度增加確答案）B、有維度更高的數(shù)據(jù)C、當(dāng)這是一個(gè)圖形識別的問題時(shí)D、以上都不正確16、訓(xùn)練CNN時(shí)，可以對輸入進(jìn)行旋轉(zhuǎn)、平移、縮放等預(yù)處理提高模型泛化能 力。這種說法是否正確？（）單選題*A、正確（正確答案）B、不正確17、以下哪個(gè)網(wǎng)絡(luò)適合處理序列數(shù)據(jù)（）單選題*A、CNN正確答案）B、RNNC、GAND、MLP18、以下哪種RNN結(jié)構(gòu)最常用（）單選題*A、循環(huán)神經(jīng)網(wǎng)絡(luò)正確答案）B、遞歸神經(jīng)網(wǎng)絡(luò)19、循環(huán)神經(jīng)網(wǎng)絡(luò)屬于一種特殊的遞歸結(jié)構(gòu)，這句話是否正確（）【單選題*A、正