華南理工大學(xué)《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》2021-2022學(xué)年期末試卷

學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號(hào)學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁華南理工大學(xué)《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》2021-2022學(xué)年期末試卷題號(hào)一二三總分得分批閱人一、單選題（本大題共20個(gè)小題，每小題2分，共40分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、以下哪種方法可以提高深度學(xué)習(xí)模型的魯棒性？A.對抗訓(xùn)練B.模型融合C.增加訓(xùn)練輪數(shù)D.以上都是2、以下哪種神經(jīng)網(wǎng)絡(luò)常用于語音識(shí)別？（）A.卷積神經(jīng)網(wǎng)絡(luò)B.循環(huán)神經(jīng)網(wǎng)絡(luò)C.生成對抗網(wǎng)絡(luò)D.自編碼器3、在卷積神經(jīng)網(wǎng)絡(luò)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(qiáng)特征表達(dá)D.提高計(jì)算效率4、深度學(xué)習(xí)模型在訓(xùn)練時(shí)，如果驗(yàn)證集上的性能不再提升，應(yīng)該：A.繼續(xù)訓(xùn)練B.停止訓(xùn)練C.增加訓(xùn)練數(shù)據(jù)D.調(diào)整模型結(jié)構(gòu)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(luò)層數(shù)C.減小學(xué)習(xí)率D.增加訓(xùn)練數(shù)據(jù)6、深度學(xué)習(xí)模型訓(xùn)練中，早停法是為了防止：A.過擬合B.欠擬合C.計(jì)算資源浪費(fèi)D.模型復(fù)雜度過高7、深度學(xué)習(xí)中，以下哪種優(yōu)化算法可以自適應(yīng)調(diào)整每個(gè)參數(shù)的學(xué)習(xí)率？A.AdamB.RMSPropC.AdagradD.SGD8、在循環(huán)神經(jīng)網(wǎng)絡(luò)中，以下哪個(gè)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(xué)習(xí)框架中，TensorFlow主要的特點(diǎn)是（）A.動(dòng)態(tài)圖計(jì)算B.易于調(diào)試C.高效的分布式訓(xùn)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(jìn)行約束？（）A.L1正則化B.L2正則化C.DropoutD.以上都是11、在深度學(xué)習(xí)中，以下哪種情況可能需要進(jìn)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(jì)算資源有限D(zhuǎn).以上都不是12、在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，學(xué)習(xí)率過大可能導(dǎo)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(luò)結(jié)構(gòu)在處理圖像時(shí)具有平移不變性？A.全連接網(wǎng)絡(luò)B.卷積神經(jīng)網(wǎng)絡(luò)C.循環(huán)神經(jīng)網(wǎng)絡(luò)D.自編碼器14、在深度學(xué)習(xí)中，遷移學(xué)習(xí)的主要思路是（）A.將一個(gè)模型的參數(shù)復(fù)制到另一個(gè)模型B.利用已有的模型在新數(shù)據(jù)上進(jìn)行訓(xùn)練C.同時(shí)訓(xùn)練多個(gè)模型并進(jìn)行融合D.以上都不是15、以下哪種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)可以自動(dòng)提取特征？（）A.自編碼器B.多層感知機(jī)C.決策樹D.支持向量機(jī)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?fù)p失C.絕對值損失D.Hinge損失17、在深度學(xué)習(xí)框架中，PyTorch的特點(diǎn)包括？（）A.動(dòng)態(tài)計(jì)算圖B.易于調(diào)試C.豐富的預(yù)訓(xùn)練模型D.以上都是18、以下哪種優(yōu)化算法對學(xué)習(xí)率的自適應(yīng)調(diào)整效果較好？A.AdagradB.AdadeltaC.RMSPropD.Adam19、在深度學(xué)習(xí)中，以下哪種技術(shù)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(guān)于深度學(xué)習(xí)中過擬合的描述，錯(cuò)誤的是（）A.訓(xùn)練誤差小，測試誤差大B.模型過于復(fù)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(gè)小題，共40分)1、（本題10分）解釋如何使用深度學(xué)習(xí)進(jìn)行音頻分類。2、（本題10分）解釋在深度學(xué)習(xí)中如何應(yīng)用圖注意力網(wǎng)絡(luò)進(jìn)行圖分類。3、（本題10分）簡述深度學(xué)習(xí)中的自動(dòng)編碼器如何進(jìn)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(xué)習(xí)模型過擬合。三、分析題（本大題共2個(gè)