人工智能習(xí)題庫(kù)及參考答案

人工智能習(xí)題庫(kù)及參考答案1、公司級(jí)人工智能平臺(tái)應(yīng)集成（）、（）、（）、模型管理、模型驗(yàn)證、基礎(chǔ)模型服務(wù)及部分實(shí)時(shí)性要求不高的業(yè)務(wù)模型服務(wù)模塊A、語(yǔ)音識(shí)別B、數(shù)據(jù)訓(xùn)練C、推理計(jì)算D、樣本管理答案：BCD2、One-hot獨(dú)熱編碼有哪些特點(diǎn)？A、特征稠密B、特征稀疏C、詞之間相互獨(dú)立，沒(méi)有順序關(guān)系D、不能表征詞與詞之間的關(guān)系，one-hot之間正交答案：BCD3、下列有關(guān)python自定義函數(shù)返回值的說(shuō)法,錯(cuò)誤的是A、允許返回空值B、不允許返回空值C、允許有多個(gè)返回值D、只允許有一個(gè)返回值答案：BD4、若a=(1,2,3)，下列哪些操作是合法的?A、a1:-1]B、a*3C、a2]=4D、lista答案：ABD5、關(guān)于有向圖模型，說(shuō)法正確的時(shí)（）A、有向圖又稱(chēng)為貝葉斯網(wǎng)絡(luò)或者信念網(wǎng)絡(luò)B、網(wǎng)絡(luò)中的邊用有向箭頭表示子節(jié)點(diǎn)依賴(lài)于父節(jié)點(diǎn)C、變量之間的關(guān)系通過(guò)箭頭對(duì)變量進(jìn)行了某種“拓?fù)洹盌、在排序條件下，每個(gè)節(jié)點(diǎn)都只依賴(lài)和它直接相連的父節(jié)點(diǎn)，而不依賴(lài)與所有的前輩節(jié)點(diǎn)答案：ABCD6、K-Means聚類(lèi)法的局限性體現(xiàn)在（）A、K-Means聚類(lèi)法對(duì)噪聲和離群點(diǎn)敏感B、K-Means聚類(lèi)法對(duì)變量的要求比較高C、由K-Means聚類(lèi)法得到的聚類(lèi)結(jié)果，輪廓系數(shù)都不是很大。D、應(yīng)用K-Means聚類(lèi)法需要預(yù)先設(shè)定聚類(lèi)個(gè)數(shù)答案：ABD7、選擇如下哪些搜索方法屬于無(wú)信息搜索A、貪婪搜索B、A*搜索C、雙向搜索D、寬度優(yōu)先搜索答案：CD8、能用來(lái)關(guān)機(jī)的命令有（）A、shutdownB、haltC、initD、logout答案：ABC9、tf.keras.losses下內(nèi)置的損失函數(shù)有？A、絕對(duì)百分比誤差B、相似度C、二進(jìn)制交叉熵?fù)p失D、誤差平方損失答案：ACD10、計(jì)算機(jī)視覺(jué)具有（）等優(yōu)點(diǎn)A、速度快B、精度高C、成本低D、成本高答案：ABC11、復(fù)雜的深度學(xué)習(xí)模型需要消耗大量的存儲(chǔ)空間和計(jì)算資源，具備低內(nèi)存和低計(jì)算量?jī)?yōu)勢(shì)的技術(shù)成為業(yè)界需求。輕量化深度學(xué)習(xí)成為解決這一挑戰(zhàn)的重要技術(shù)，比如（）。A、OpenAI提出的GPT-3B、谷歌提出的MobileNetC、曠世提出的ShuffleNetD、百度提出的PaddleOCR答案：BCD12、2021年人工智能技術(shù)趨勢(shì)有（）。A、深度學(xué)習(xí)理論迎來(lái)整合與突破B、機(jī)器學(xué)習(xí)向集中式隱私保護(hù)方向演進(jìn)C、類(lèi)腦計(jì)算系統(tǒng)從“專(zhuān)用”向“通用”逐步演進(jìn)D、基于因果學(xué)習(xí)的信息檢索模型與系統(tǒng)成為重要發(fā)展方向答案：ACD13、（）是構(gòu)建人工智能應(yīng)用的四個(gè)核心組件，也是人工智能安全重點(diǎn)防護(hù)對(duì)象。A、人工智能業(yè)務(wù)B、人工智能算法C、人工智能訓(xùn)練數(shù)據(jù)D、機(jī)器學(xué)習(xí)框架平臺(tái)答案：ABCD14、計(jì)算機(jī)視覺(jué)的主要研究方向分為（）A、圖像分類(lèi)B、目標(biāo)檢測(cè)C、目標(biāo)跟蹤D、語(yǔ)義分割答案：ABCD15、在分類(lèi)問(wèn)題中,我們經(jīng)常會(huì)遇到正負(fù)樣本數(shù)據(jù)量不等的情況,比如正樣本為10w條數(shù)據(jù),負(fù)樣本只有1w條數(shù)據(jù),以下最合適的處理方法是A、將負(fù)樣本重復(fù)10次,生成10w樣本量,打亂順序參與分類(lèi)&B、&直接進(jìn)行分類(lèi),可以最大限度利用數(shù)據(jù)&C、&從10w正樣本中隨機(jī)抽取1w參與分類(lèi)&D、&將負(fù)樣本每個(gè)權(quán)重設(shè)置為10,正樣本權(quán)重為1,參與訓(xùn)練過(guò)程答案：ACD16、屬于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的有（）。A、VGGNetB、ResNetC、AlexNetD、GoogleNet答案：ABCD17、我們希望減少數(shù)據(jù)集中的特征數(shù)量。你可以采取以下哪一個(gè)步驟來(lái)減少特征（）？A、使用正向選擇法（ForwardSelection）B、使用反向消除法（BackwardElimination）C、逐步選擇消除法（Stepwise）D、計(jì)算不同特征之間的相關(guān)系數(shù)，刪去相關(guān)系數(shù)高的特征之一答案：ABCD18、在隨機(jī)森林中，最終的集成模型是通過(guò)什么策略決定模型結(jié)果的?A、累加制B、求平均數(shù)C、投票制D、累乘制答案：BC19、那種機(jī)器學(xué)習(xí)算法不需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)注A、有監(jiān)督學(xué)習(xí)B、無(wú)監(jiān)督學(xué)習(xí)C、強(qiáng)化學(xué)習(xí)D、深度學(xué)習(xí)答案：BC20、自然語(yǔ)言處理的應(yīng)用方向有（）等A、信息檢索B、文本抽取C、問(wèn)答系統(tǒng)D、機(jī)器翻譯答案：ABCD21、傳統(tǒng)GBDT在優(yōu)化時(shí)只用到一階導(dǎo)數(shù)信息，xgboost則對(duì)代價(jià)函數(shù)進(jìn)行二階泰勒展開(kāi)，同時(shí)用到了（）A、一階導(dǎo)數(shù)B、二階導(dǎo)數(shù)C、三階導(dǎo)數(shù)D、四階導(dǎo)數(shù)答案：AB22、FasterRCNN模型相比于FastR-CNN模型，算法的改進(jìn)主要體現(xiàn)在（）A、提出候選框生成網(wǎng)絡(luò)，取代了SelectiveSearchB、在RPN與最終輸出的兩個(gè)階段，將分類(lèi)損失和框回歸損失進(jìn)行聯(lián)合后對(duì)網(wǎng)絡(luò)進(jìn)行優(yōu)化C、采用ROIpooling層，加速特征提取過(guò)程D、將CNN提取到的特征送入SVM進(jìn)行分類(lèi)答案：AB23、哪些項(xiàng)屬于集成學(xué)習(xí)A、KnnB、AdaboostC、隨機(jī)森林D、XGBoost答案：BCD24、使用（）API加載MNIST數(shù)據(jù)集？使用（）API定義優(yōu)化器？使用（）API定義全連接層？A、paddle.vision.datasets.MNISTB、paddle.optimizer.SGDC、paddle.nn.LinearD、paddle.nn.functional.Linear答案：ABC25、下面關(guān)于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)LSTM的描述中，正確的說(shuō)法是哪些？A、LSTM中通過(guò)引入輸入門(mén)、遺忘門(mén)、輸出門(mén)解決了RNN中存在的梯度消失和梯度爆炸B、LSTM中門(mén)的開(kāi)關(guān)程度是由信息的權(quán)重決定的，即訓(xùn)練過(guò)程中記住重要信息C、與RNN相比，LSTM中引入更多參數(shù)，所以其訓(xùn)練周期更久D、LSTM中使用Sigmoid實(shí)現(xiàn)門(mén)限控制，而用TanH實(shí)現(xiàn)數(shù)據(jù)處理答案：BCD26、圍繞智能營(yíng)銷(xiāo)客服典型業(yè)務(wù)場(chǎng)景，支撐構(gòu)建全渠道簡(jiǎn)單、清晰、高效的自助智能服務(wù)需求，搭建營(yíng)銷(xiāo)客服知識(shí)庫(kù)，利用()等技術(shù)，研發(fā)營(yíng)銷(xiāo)客服機(jī)器人，為客戶(hù)提供24小時(shí)在線優(yōu)質(zhì)、高效的咨詢(xún)服務(wù)，實(shí)現(xiàn)業(yè)擴(kuò)報(bào)裝、電費(fèi)查詢(xún)、故障報(bào)修等通用業(yè)務(wù)智能辦理。A、語(yǔ)音識(shí)別B、語(yǔ)義理解C、自然語(yǔ)言處理答案：ABC27、人工智能歷經(jīng)兩波浪潮，此次人工智能風(fēng)潮再度崛起是因?yàn)椋ǎ〢、大量數(shù)據(jù)變得可得B、CPU計(jì)算能力的提升C、GPU計(jì)算能力的提升D、深度學(xué)習(xí)的發(fā)展答案：ACD28、關(guān)于SVM，以下描述正確的是（）A、支持向量機(jī)復(fù)雜度主要與支持向量的數(shù)目有關(guān)B、支持向量機(jī)訓(xùn)練完成后，大部分的訓(xùn)練樣本都不需保留，最終模型僅與支持向量有關(guān)C、SVM中劃分超平面所產(chǎn)生的分類(lèi)結(jié)果是最魯棒的，對(duì)未見(jiàn)示例的泛化能力最強(qiáng).D、“異或”問(wèn)題可能會(huì)導(dǎo)致空間中樣本線性不可分答案：ABCD29、計(jì)算機(jī)病毒具有以下特點(diǎn)（）A、傳染性B、隱蔽性C、潛伏性D、可預(yù)見(jiàn)性答案：ABC30、AI中臺(tái)通常具備哪些建模能力A、Notebook建模B、可視化建模C、自動(dòng)化建模D、數(shù)據(jù)驅(qū)動(dòng)建模答案：ABCD31、使用KNN(K-NearestNeighbor)算法解決分類(lèi)問(wèn)題的步驟包括A、對(duì)未知數(shù)據(jù)進(jìn)行正則化B、計(jì)算未知數(shù)據(jù)與已知標(biāo)簽數(shù)據(jù)之間的距離C、得到距離未知數(shù)據(jù)最近的k個(gè)已知標(biāo)簽數(shù)據(jù)D、通過(guò)已知標(biāo)簽數(shù)據(jù)的數(shù)量進(jìn)行多數(shù)表決，作為未知數(shù)據(jù)的分類(lèi)結(jié)果答案：BCD32、計(jì)算智能的主要研究領(lǐng)域包括（）。A、神經(jīng)計(jì)算B、進(jìn)化計(jì)算C、模糊計(jì)算D、數(shù)字計(jì)算答案：ABC33、計(jì)算機(jī)視覺(jué)的典型應(yīng)用場(chǎng)景包括：（）。A、圖像分類(lèi)B、圖像分割C、目標(biāo)檢測(cè)答案：ABC34、k-means算法的典型計(jì)算步驟包括A、從數(shù)據(jù)點(diǎn)中隨機(jī)選擇數(shù)量與簇的數(shù)量相同的數(shù)據(jù)點(diǎn)，作為這些簇的重心B、計(jì)算數(shù)據(jù)點(diǎn)與各重心之間的距離，并將最近的重心所在的簇作為該數(shù)據(jù)點(diǎn)所屬的簇C、計(jì)算每個(gè)簇的數(shù)據(jù)點(diǎn)到重心距離的平均值，并將其作為新的重心D、重復(fù)步驟2與步驟3，繼續(xù)計(jì)算，直到所有數(shù)據(jù)點(diǎn)不改變所屬的簇，或達(dá)到計(jì)算最大次數(shù)答案：ABCD35、人工智能中臺(tái)可支撐（）和企業(yè)經(jīng)營(yíng)等電力業(yè)務(wù)。A、設(shè)備運(yùn)維B、電網(wǎng)調(diào)度C、客戶(hù)服務(wù)D、安全管控答案：ABCD36、智能寫(xiě)作平臺(tái)基于（）等相對(duì)成熟的文章分析工具，自動(dòng)收集省公司、所轄市縣公司和支撐單位的網(wǎng)站新聞A、情報(bào)搜集B、全文檢索C、分詞技術(shù)D、熱詞分析答案：ABCD37、在21世紀(jì)要建設(shè)人工智能大國(guó)，需要具備哪幾個(gè)條件？A、大量的數(shù)據(jù)&B、&執(zhí)著的企業(yè)家&C、&優(yōu)秀的人工智能科學(xué)家&D、&有利的政策環(huán)境。答案：ABCD38、FCN的優(yōu)點(diǎn)是？A、任意尺度輸入B、效率高C、結(jié)合淺層信息D、分割不夠精細(xì)答案：ABC39、認(rèn)知語(yǔ)言學(xué)更多地是考慮()A、句法B、音韻C、語(yǔ)義D、語(yǔ)用答案：CD40、數(shù)字孿生可以在以下哪些場(chǎng)景應(yīng)用（）。A、工業(yè)制造B、智慧城市C、基建工程D、智慧醫(yī)療答案：ABCD41、請(qǐng)問(wèn)下面哪些是連續(xù)型變量（）。A、示波器B、心電圖及腦動(dòng)電圖掃描器對(duì)腦電波的測(cè)量C、過(guò)去數(shù)月的總銷(xiāo)售額D、每個(gè)小時(shí)的體溫?cái)?shù)據(jù)答案：AB42、以下哪些是常見(jiàn)的分類(lèi)方法？（）A、KmeansB、決策樹(shù)C、支持向量機(jī)D、KNN答案：BCD43、FCN的缺點(diǎn)是？A、任意尺度輸入B、效率高C、沒(méi)有考慮上下文信息D、分割不夠精細(xì)答案：CD44、影響聚類(lèi)算法效果的主要原因有：（）？A、特征選取B、模式相似性測(cè)度C、分類(lèi)準(zhǔn)則D、已知類(lèi)別的樣本質(zhì)量答案：ABC45、新建數(shù)據(jù)庫(kù)至少包括（）A、主要數(shù)據(jù)文件B、次要數(shù)據(jù)文件C、日志文件D、系統(tǒng)文件答案：AC46、根據(jù)識(shí)別任務(wù)不同，語(yǔ)音識(shí)別可以分為（）A、孤立詞識(shí)別B、關(guān)鍵詞識(shí)別C、連續(xù)語(yǔ)音識(shí)別D、其他選項(xiàng)都不對(duì)答案：ABC47、在深度學(xué)習(xí)中，常用的損失函數(shù)有（）A、平方損失函數(shù)B、交叉熵?fù)p失函數(shù)C、原型損失函數(shù)D、累加合損失函數(shù)答案：AB48、常用的機(jī)器學(xué)習(xí)算法，可使用哪些開(kāi)發(fā)包（）A、sklearnB、xgboostC、lightgbmD、numpy答案：ABC49、類(lèi)的特點(diǎn)有（）。A、封裝B、繼承C、多態(tài)D、重復(fù)答案：ABC50、在政府與公共服務(wù)領(lǐng)域，目前AI主要的應(yīng)用場(chǎng)景包括（）和（）四大方面。A、政務(wù)服務(wù)B、智慧園區(qū)C、城市安全D、智慧交通答案：ABCD51、使用裝有Atlas300(3000)加速卡的服務(wù)器編譯運(yùn)行程序時(shí)需要檢查哪些條件?A、完成Atlas驅(qū)動(dòng)安裝B、已安裝CUD軟件包C、已安裝Cmake編譯工具D、完成環(huán)境配置答案：ACD52、人工智能工程化聚焦（）全生命流程的高效耦合。A、算法提升B、工具體系C、開(kāi)發(fā)流程D、模型管理答案：BCD53、如何在監(jiān)督式學(xué)習(xí)中使用聚類(lèi)算法（）？A、首先，可以創(chuàng)建聚類(lèi)，然后分別在不同的集群上應(yīng)用監(jiān)督式學(xué)習(xí)算法B、在應(yīng)用監(jiān)督式學(xué)習(xí)算法之前，可以將其類(lèi)別ID作為特征空間中的一個(gè)額外的特征C、在應(yīng)用監(jiān)督式學(xué)習(xí)之前，不能創(chuàng)建聚類(lèi)D、在應(yīng)用監(jiān)督式學(xué)習(xí)算法之前，不能將其類(lèi)別ID作為特征空間中的一個(gè)額外的特征答案：AB54、在神經(jīng)網(wǎng)絡(luò)中常有權(quán)重共享現(xiàn)象，以下哪些神經(jīng)網(wǎng)絡(luò)會(huì)發(fā)生權(quán)重共享?A、感知器B、卷積神經(jīng)網(wǎng)絡(luò)C、全連接神經(jīng)網(wǎng)絡(luò)D、循環(huán)神經(jīng)網(wǎng)絡(luò)答案：BD55、下面關(guān)于聯(lián)合分布、邊緣分布和條件分布之間的關(guān)系，正確的是：A、若已知X,Y的聯(lián)合分布，可以求出X的邊緣分布和Y的邊緣分布B、若已知X,Y的聯(lián)合分布和X的邊緣分布，可以求出Y的條件分布C、若已知X的邊緣分布和Y的條件分布，可以求出X,Y的聯(lián)合分布D、若已知X的邊緣分布和Y的邊緣分布，可以求出X,Y的聯(lián)合分布答案：ABC56、（）類(lèi)型的數(shù)據(jù)集不適合用深度學(xué)習(xí)？A、數(shù)據(jù)集太小B、數(shù)據(jù)集有局部相關(guān)性C、數(shù)據(jù)集太大D、數(shù)據(jù)集沒(méi)有局部相關(guān)性答案：AD57、達(dá)芬奇架構(gòu)計(jì)算單元主要包含的計(jì)算資源有?A、向量計(jì)算單元B、標(biāo)量計(jì)算單元C、張量計(jì)算單元D、矩陣計(jì)算單元答案：ABD58、智能調(diào)度員作為人工智能技術(shù)在語(yǔ)音上的應(yīng)用，需要用到哪些技術(shù)？A、ASRB、NLPC、DMD、TTS答案：ABCD59、語(yǔ)音識(shí)別解決的是計(jì)算機(jī)“聽(tīng)得見(jiàn)”的問(wèn)題，而語(yǔ)義識(shí)別解決的是“聽(tīng)得懂”的問(wèn)題，下列屬于典型公司的有（）。A、科大訊飛B、智能360C、出門(mén)問(wèn)問(wèn)D、百度答案：ABCD60、下列哪些是目前深度學(xué)習(xí)的必備技術(shù)A、反向傳播算法B、卷積可視化解釋C、非線性激活函數(shù)D、深度神經(jīng)網(wǎng)絡(luò)答案：ACD61、tensorflow中常見(jiàn)的張量類(lèi)型是（）A、變量B、常量C、張量數(shù)據(jù)結(jié)構(gòu)D、計(jì)算圖算法語(yǔ)言答案：AB62、云計(jì)算根據(jù)提供服務(wù)的層次可分為（）。A、IaaSB、PaaSC、SaaSD、DaaS答案：ABC63、向人工智能研究投入大量資源的公司有數(shù)百家，其中屬于美國(guó)的四大人工智能巨頭為（）。A、谷歌&B、&Facebook&C、&亞馬遜&D、&微軟答案：ABCD64、ResNet的特點(diǎn)有_。A、減少深層網(wǎng)絡(luò)的梯度消失問(wèn)題B、特種的重用C、模型參數(shù)明顯增加D、增強(qiáng)特征的獲取能力答案：ABD65、神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)可以分為（）。A、前向型B、反饋型C、自組織競(jìng)爭(zhēng)型D、隨機(jī)型答案：ABCD66、以下說(shuō)法錯(cuò)誤的是（）A、python不區(qū)分大小寫(xiě)B(tài)、set不是python數(shù)據(jù)類(lèi)型C、tuple和list不可以定義為空D、python可以在Linux系統(tǒng)運(yùn)行答案：ABC67、MXNet框架算法模型源文件宜包括（）。A、params文件B、prototxt文件C、data文件D、json文件答案：AD68、統(tǒng)計(jì)模式分類(lèi)問(wèn)題中，當(dāng)先驗(yàn)概率未知時(shí)，可以使用（）A、最小最大損失準(zhǔn)則B、最小誤判概率準(zhǔn)則C、最小損失準(zhǔn)則D、N-P判決答案：AD69、下列不屬于python內(nèi)建庫(kù)的是?A、scipyB、scikit-learnC、reD、time答案：AB70、在機(jī)器學(xué)習(xí)中，建立假設(shè)或者模型的三個(gè)階段指的是（）。A、建模B、模型測(cè)試C、模型應(yīng)用D、分析模型答案：ABC71、圖像分類(lèi)是根據(jù)圖像的語(yǔ)義信息對(duì)不同類(lèi)別圖像進(jìn)行區(qū)分，是計(jì)算機(jī)視覺(jué)的核心，是（）、人臉識(shí)別等其他高層次視覺(jué)任務(wù)的基礎(chǔ)A、物體檢測(cè)B、圖像分割C、物體跟蹤D、行為分析答案：ABCD72、元宇宙的三大特征是A、與現(xiàn)實(shí)世界平行B、反作用于現(xiàn)實(shí)世界C、真實(shí)感與現(xiàn)實(shí)映射D、多種高技術(shù)綜合答案：ABD73、關(guān)于聚類(lèi)的描述正確的是（）。A、聚類(lèi)是一種非監(jiān)督式學(xué)習(xí)B、聚類(lèi)是一種監(jiān)督式學(xué)習(xí)C、使用的數(shù)據(jù)不需要包含類(lèi)別卷標(biāo)D、使用的數(shù)據(jù)需要包含類(lèi)別卷標(biāo)答案：AC74、對(duì)人工智能常見(jiàn)的誤解有哪些?()A、人工智能就是機(jī)器學(xué)習(xí)B、機(jī)器學(xué)習(xí)只是人工智能中的一個(gè)方向C、人工智能最近十年受到深度學(xué)習(xí)的驅(qū)動(dòng)較多D、人工智能就是深度學(xué)習(xí)答案：AD75、車(chē)庫(kù)門(mén)禁的車(chē)牌識(shí)別系統(tǒng)中使用的兩個(gè)重要技術(shù)包括()。A、車(chē)紋識(shí)別B、圖像分割C、人臉識(shí)別D、圖像識(shí)別答案：BD76、常用損失函數(shù)：（）、（）。A、平方損失函數(shù)B、softmax函數(shù)C、max函數(shù)D、交叉熵?fù)p失函數(shù)答案：AD77、下列關(guān)于梯度的說(shuō)法正確的是（）。A、某點(diǎn)處的梯度方向就是該點(diǎn)處函數(shù)值增長(zhǎng)最快的方向B、標(biāo)量場(chǎng)的梯度也是標(biāo)量場(chǎng)C、某點(diǎn)處的梯度方向就是過(guò)該點(diǎn)的等值面的法向矢量D、某點(diǎn)處的梯度大小是指標(biāo)量函數(shù)u在該點(diǎn)處的最大變化率答案：ACD78、假設(shè)你需要改變參數(shù)來(lái)最小化代價(jià)函數(shù)（costfunction），可以使用下列哪項(xiàng)技術(shù)？A、窮舉搜索B、隨機(jī)搜索C、Bayesian優(yōu)化答案：ABC79、關(guān)于Bagging集成方法說(shuō)法正確的是（）A、訓(xùn)練一個(gè)Bagging集成與直接使用基學(xué)習(xí)算法訓(xùn)練一個(gè)學(xué)習(xí)器的復(fù)雜度同階，因此Bagging是一個(gè)很高效的集成學(xué)習(xí)算法B、為處理多分類(lèi)或回歸任務(wù)，Bagging需進(jìn)行修改C、從偏差-方差分解的角度看，Bagging主要關(guān)注降低偏差D、Bagging的性能依賴(lài)于基分類(lèi)器的穩(wěn)定性。答案：AD80、梯度的本意是一個(gè)向量（矢量），表示某一函數(shù)在該點(diǎn)處的方向?qū)?shù)沿著該方向取得最大值，即函數(shù)在該點(diǎn)處沿著該方向（此梯度的方向）變化（），變化率（）（為該梯度的模）。A、最小B、最快C、最大D、最明顯答案：BC81、seq2seq主要由（）和（）組成，A、EncoderB、transformerC、DecoderD、dropper答案：AC82、無(wú)論是通過(guò)深度學(xué)習(xí)進(jìn)行場(chǎng)景識(shí)別、目標(biāo)識(shí)別還是人臉識(shí)別都離開(kāi)對(duì)特征的學(xué)習(xí)，先從（）得到（），之后進(jìn)行類(lèi)別的（）以得到結(jié)果。A、測(cè)量空間B、特征表示C、特征匹配D、特征空間答案：ABC83、機(jī)器學(xué)習(xí)的基本活動(dòng)包括（）。A、訓(xùn)練經(jīng)驗(yàn)的選擇B、目標(biāo)函數(shù)的選擇C、目標(biāo)函數(shù)的表示D、函數(shù)逼近算法的選擇答案：ABCD84、神經(jīng)網(wǎng)絡(luò)可以按（）分類(lèi)A、學(xué)習(xí)方式B、網(wǎng)絡(luò)結(jié)構(gòu)C、網(wǎng)絡(luò)的協(xié)議類(lèi)型D、網(wǎng)絡(luò)的活動(dòng)方式答案：ABD85、以下屬于梯度下降的是A、BGDB、SGDC、Mini-BatchD、dropout答案：ABC86、一下哪幾種是常見(jiàn)的激活函數(shù)A、sigmoidB、reluC、tanhD、skip答案：ABC87、人工智能訓(xùn)練運(yùn)行平臺(tái)應(yīng)包括：（）和服務(wù)發(fā)布等4部分。A、模型訓(xùn)練&B、&模型部署&C、&模型構(gòu)建&D、&模型評(píng)估答案：ABD88、影響聚類(lèi)算法結(jié)果的主要因素有()A、已知類(lèi)別的樣本質(zhì)量B、分類(lèi)準(zhǔn)則C、特征選取D、模式相似性測(cè)度答案：BCD89、常用的數(shù)據(jù)歸約方法有（）。A、量歸約B、維歸約C、值歸約D、類(lèi)歸約答案：BC90、下列哪些方法的輸出結(jié)果，通常包含boundingbox？（）A、MTCNNB、FasterRCNNC、MaskRCNND、AlexNet答案：ABC91、Relu激活函數(shù)的優(yōu)點(diǎn)？A、解決了梯度消失、爆炸的問(wèn)題B、輸出不是以0為中心C、計(jì)算方便，計(jì)算速度快，求導(dǎo)方便D、加速網(wǎng)絡(luò)訓(xùn)練答案：ACD92、樣本庫(kù)功能要求為：數(shù)據(jù)預(yù)處理包括（）等。A、特征提取B、灰度校正C、加注標(biāo)簽D、平滑去噪答案：ABD93、下列哪些模型可以E2E訓(xùn)練（）A、YOLOv3B、YOLOv2C、RCNND、fastRCNN答案：ABD94、大規(guī)模自監(jiān)督預(yù)訓(xùn)練方法目前存在（）等局限性。A、需要大規(guī)模算力和海量數(shù)據(jù)資源支持B、需要研究人員對(duì)相關(guān)研究領(lǐng)域的數(shù)據(jù)有深刻理解C、大規(guī)模預(yù)訓(xùn)練模型存在隱私數(shù)據(jù)的提取問(wèn)題D、大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型在深層次的語(yǔ)言理解方面存在差距答案：ABCD95、機(jī)器學(xué)習(xí)預(yù)測(cè)類(lèi)任務(wù)包括（）？A、分類(lèi)B、回歸C、聚類(lèi)D、關(guān)聯(lián)規(guī)則挖掘答案：AB96、代碼array2=np.array（[[1,2,3],[4,5,6]],dtype=64）.reshape（[3,2]）創(chuàng)建了一個(gè)（）行（）列的數(shù)組？A、2B、3C、5D、6注：（已導(dǎo)入numpy庫(kù)）importnumpyasnp答案：AB97、在windows系統(tǒng)機(jī)器上安裝paddle可以使用（）安裝方式。A、pipB、condaC、dockerD、源碼編譯答案：ABD98、卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括（）、（）、（）。A、輸入層B、卷積層C、隱含層D、輸出層答案：ACD99、AI智能商業(yè)化應(yīng)用已進(jìn)入井噴階段，面臨著AI系統(tǒng)安全、（）