深度學習之瑞士軍刀-pytorch入門智慧樹知到課后章節(jié)答案2023年下內(nèi)蒙古科技大學

深度學習之瑞士軍刀-pytorch入門智慧樹知到課后章節(jié)答案2023年下內(nèi)蒙古科技大學內(nèi)蒙古科技大學

第一章測試

已知某函數(shù)的參數(shù)為35.8，執(zhí)行后結果為35，可能是以下函數(shù)中的（）。

A:floorB:roundC:intD:abs

答案:floor;int

以下表達式中，（）的運算結果是False。

A:3<4and7<5or9>10

B:(10is11)==0C:24!=32

D:’abc’<’ABC’

答案:’abc’<’ABC’

在以下Python循環(huán)中，foriinrange(1,3)：

foriinrange(2,5)：

print(i*j)語句print(i*j)共執(zhí)行了（）次。

A:3B:5

C:6D:2

答案:6

在Python中，對于函數(shù)中return語句的理解，錯誤的是（）。

A:return可以不帶返回參數(shù)B:return可以帶返回參數(shù)

C:一定要有return語句D:可以有多條return語句，但只執(zhí)行一條

答案:一定要有return語句

一個直接或間接地調(diào)用自身的算法稱為遞歸，它有兩個條件，一個是要直接或間接地調(diào)用自身，另一個是必須有出口。

A:對B:錯

答案:對

關于遞歸函數(shù)的描述，以下選項中正確的是（

）。

A:包含一個循環(huán)結構

B:函數(shù)名稱作為返回值

C:函數(shù)內(nèi)部包含對本函數(shù)的再次調(diào)用

D:函數(shù)比較復雜

答案:函數(shù)內(nèi)部包含對本函數(shù)的再次調(diào)用

關于形參和實參的描述，以下選項中正確的是（）。

A:程序在調(diào)用時，將形參復制給函數(shù)的實參

B:參數(shù)列表中給出要傳入函數(shù)內(nèi)部的參數(shù)，這類參數(shù)稱為形式參數(shù)，簡稱形參

C:程序在調(diào)用時，將實參復制給函數(shù)的形參

D:函數(shù)定義中參數(shù)列表里面的參數(shù)是實際參數(shù)，簡稱實參

答案:程序在調(diào)用時，將實參復制給函數(shù)的形參

關于return語句，以下選項中描述正確的是（

）。

A:return只能返回一個值

B:函數(shù)可以沒有return語句

C:函數(shù)必須有一個return語句

D:函數(shù)中最多只有一個return語句

答案:函數(shù)可以沒有return語句

下面代碼的運行結果是（

）。deffunc(num):

num+=1a=10func(a)print(a)

A:11

B:出錯

C:int

D:10

答案:10

下面代碼的輸出結果是（

）。

deffunc(a,b):

a*=breturnas=func(5,2)print(s)

A:10

B:1

C:12

D:20

答案:10

第二章測試

ndarray.shape返回一個元祖，表示數(shù)組在各個方向上的長度

A:對B:錯

答案:對

empty（）函數(shù)生成的數(shù)組完全是隨機的

A:對B:錯

答案:對

b[1][1]是指數(shù)組中第一行第一列的元素值

A:錯B:對

答案:錯

numpy提供了rand()函數(shù)用于生成元素（）區(qū)間上均勻分布的數(shù)組

A:以上都不是B:[0，1)C:[0，1]D:(0，1)

答案:[0，1)

Python中的數(shù)據(jù)類型包括

A:整型B:浮點型C:字符型D:布爾型

答案:整型;浮點型;字符型;布爾型

列表用（

）標識。

A:對B:錯

答案:錯

python2、python3都默認支持默認支持中文。

A:錯B:對

答案:錯

b=np.arange(0,20,2)查找索引號為2的數(shù)據(jù)，取出數(shù)組中元素4。

A:對B:錯

答案:對

b[1:8:2]=1，數(shù)組輸出0，1，4，1，8，1，12，1，16，18

A:錯B:對

答案:對

flatten()方法就把X轉換成一維數(shù)組返回一個一維的數(shù)組，作用的對象可以是列表。

A:錯B:對

答案:對

第三章測試

Series支持向量化操作。

A:錯B:對

答案:對

一個DataFrame中可以包含若干個Series。

A:對B:錯

答案:對

在DataFrame數(shù)據(jù)結構中，使用drop刪除指定行或列，drop默認刪除行。

A:對B:錯

答案:對

sort_index方法默認是按照索引進行倒序排的。

A:對B:錯

答案:錯

在使用Pandas離散化功能時，cut是根據(jù)每個值出現(xiàn)的次數(shù)來進行離散化的，qcut是根據(jù)每個值的大小來進行離散化的。

A:對B:錯

答案:錯

以下選項中，不是Python中用于進行數(shù)據(jù)分析及可視化處理的第三方庫是（

）。

A:numpy

B:mxnet

C:mayavi2

D:pandas

答案:mxnet

數(shù)據(jù)分析方向的第三方庫是（

）。

A:timeB:pdfminerC:beautifulsoup4D:numpy

答案:numpy

以下選項中，Python數(shù)據(jù)分析方向的第三方庫是（

）。

A:PILB:DjangoC:flaskD:pandas

答案:pandas

PythonWeb開發(fā)方向的第三方庫是（

）。

A:requestsB:DjangoC:pandasD:scipy

答案:Django

IDLE菜單中將選中區(qū)域取消縮進的快捷鍵是（

）。

A:Ctrl+[B:Ctrl+OC:Ctrl+VD:Alt+C

答案:Ctrl+[

第四章測試

一個figure(圖)可以包含多個axes(坐標系)，但是一個axes只能屬于一個figure。

A:錯B:對

答案:對

一個axes(坐標系)可以包含多個axis(坐標軸)，包含兩個即為2d坐標系，3個即為3d坐標系。

A:對B:錯

答案:對

調(diào)用plt.bar函數(shù)，繪制柱狀圖。

A:錯B:對

答案:對

plt.subplot(2,1,1)表示將圖像窗口分為了2行1列,當前活躍區(qū)為1。

A:對B:錯

答案:對

通過plt.text標注數(shù)值，設置參數(shù)ha='center'縱向居中對齊，設置va='bottom'橫向底部（頂部）對齊。

A:對B:錯

答案:錯

axes是一個數(shù)軸區(qū)域，通常一個axes包含兩個axis對象。

A:錯B:對

答案:對

subplot是按網(wǎng)格分割figure后的子畫布。

A:對B:錯

答案:對

axes包含legend(圖例)、title（子圖標題）等屬性。

A:對B:錯

答案:對

在繪制之前，需要設置內(nèi)容，尺寸size、顏色color以及style，來決定圖形如何渲染。

A:錯B:對

答案:對

axis實例包含了刻度標簽ticklabel、軸的名字label、有刻度tick，以及軸對應的橫向空間grid等。

A:錯B:對

答案:對

第五章測試

人工神經(jīng)網(wǎng)絡的模型按照學習方法來分成下面的哪幾個？

A:無監(jiān)督的學習網(wǎng)絡B:一階線性關聯(lián)網(wǎng)絡C:高階非線性關聯(lián)網(wǎng)絡D:有監(jiān)督的學習網(wǎng)絡

答案:無監(jiān)督的學習網(wǎng)絡;有監(jiān)督的學習網(wǎng)絡

感知機模型是誰提出的？

A:羅森勃拉特B:赫布C:麥克洛奇D:皮茲

答案:羅森勃拉特

關于tensor的類型轉換的問題，我們想要將該tensor投射為short類型，應該選擇哪一種方法？

A:torch.byte()B:torch.char()C:t.float()D:torch.short()

答案:torch.short()

在神經(jīng)網(wǎng)絡中，不包含那一層？

A:輸出層B:輸入層C:激勵函數(shù)層D:隱藏層

答案:激勵函數(shù)層

adam梯度下降的方法是momentum和adagrad兩種方法的融合。

A:錯B:對

答案:對

activationfunction指的是什么（

）

A:損失函數(shù)

B:激勵函數(shù)

C:自適應函數(shù)

D:活動函數(shù)

答案:激勵函數(shù)

深度學習本質(zhì)上是構建含有多隱層的機器學習架構模型，通過大規(guī)模數(shù)據(jù)進行訓練，得到大量更具代表性的特征信息。

A:錯B:對

答案:對

tensor的形狀是一經(jīng)定義就不能改變。

A:錯B:對

答案:錯

深度學習從業(yè)工作者又被稱為調(diào)參工程師。

A:對B:錯

答案:對

Hebb或者赫布法則為構造有學習功能的神經(jīng)網(wǎng)絡模型奠定了基礎。

A:錯B:對

答案:對

第六章測試

LeCun確立了CNN的現(xiàn)代結構。

A:對B:錯

答案:對

卷積層常用的激活函數(shù)是relu。

A:錯B:對

答案:對

池化層常用到的3種循環(huán)方法是LP池化，混合池化，隨機池化。

A:對B:錯

答案:對

CPU和GPU集群能夠加速神經(jīng)網(wǎng)絡的訓練進程。

A:對B:錯

答案:對

當序列很長的時候RNN會出現(xiàn)梯度消失問題。

A:錯B:對

答案:對

Fullconnectedlayer指的是（）。

A:全連接層

B:激勵層

C:卷積層

D:池化層