百度认证（深度学习初级工程师）考试题1

1.迁移学习不可以解决：

a.普适化模型与个性化需求之间的矛盾

b.大数据与弱计算之间的矛盾

c.大数据与少标注之间的矛盾

d.缺少大量数据

A.abcd      B.bc      C.ab       D.cd

2.一下选项中，哪个不是批归一化的优点

A.缓解梯度消失问题

B.加快收敛速度

C.使得训练深层网络模型更容易和稳定

D.统一量纲，消除奇异样本数据导致的不良影响

3.批归一化技术用在神经网络的什么时刻

A.数据预处理时

B.训练过程的梯度下降时

C.训练过程的正向传播时

D.训练过程的反向传播时

4.以下问题中，神经网络层数过深一定不会导致

A.没有结果输出

B.网络难以收敛

C.梯度爆炸

D.梯度消失

5.如何避免梯度消失

A.增加全连接层数

B.增加网络深度

C.扩大数据集

D.使用批归一化方法

6.ResNet网络最大的创新点：

A.使用了批归一化技术

B。使用Dropout思想

C.尽可能使用了小卷积核

D。使用了残差结果

7.现对一个大小为（5*5）的矩阵（即shape=(5,5)）进行卷积运算，填充大小为1（padding_H=padding_w=1），步长为2（即stride=2），卷积核大小为3(即filter_size=3),则输出矩阵的大小为：

A.(3,3)      B.(5,5)      C.(7,7)        D.(2,2)

8.现有一个3通道图片，使用2组卷积核（每组卷积核包含3个卷积核，对应3个通道）对其进行卷积运算，则输出的特征图深度为：

A.2    B.3    C.6    D.1

9.在使用迁移学习技术时会：

A.改变损失函数

B.减少训练时间

C.减少预测时间

D.增加预测时间

10.迁移学习可以：a.避免过拟合，b.避免梯度爆炸，c.避免梯度消失，d.节省训练时间

A.abcd     B.bc   C.ab    D.cd

11.Alexnet带来了深度学习技术的蓬勃发展，请问Alexnet有几个卷积层：

A. 3    B.4,  C.5,  D.6

12.下面关于卷积核表述不正确的是：

A.可以做到升维

B.可以做到降维

C.可以做到引入更多的非线性

D.除了浪费时间毫无作用

13.Dropout技术描述不正确的是：

A.延长了计算时间

B.有效降低过拟合

C.目前已经被美国公司申请维专利

D.每次运算都删除一些神经元，所以网络规模越来越小

14.现对一个大小维（5*5）（即shape=（5，5））进行卷积运算，填充大小为1（即padding_H=padding_W=1),步长为2（即stride=2),卷积核大小为3(即filter_size=3),则输出矩阵的大小：A

A.(3,3)

B(5,5)

C.(7,7)

D(2,2)