自制试题(逻辑思维训练500题)

测试题目

评分(初级每题5分,中级答案5分过程20,高级答案5分过程25)


1.    餐馆谋杀案【初级】

第一,  谋杀用的或许是叉,或许是刀子,二者必为其一。

第二,  谋杀时间或许在午夜12点,或许在凌晨4点。

第三,  谋杀者或许是甲,或许是乙,二者必有其一。

如果以上断定是真的,那么以下哪项也一定是正确的(  B  )

(1)    死者不是甲用叉在午夜12点谋杀的,因此,死者是乙用刀子在凌晨4点谋杀的。

(2)    死者是甲用叉在凌晨4点谋杀的,因此,死者不是乙用叉在凌晨4点谋杀的。

(3)    谋杀的时间是午夜12点,但不是甲用叉子谋杀的,因此,一定是乙用刀子谋杀。

A.   仅(1)

B.    仅(2)

C.   仅(3)

D.   (1)(2)(3)

E.    (2)(3)

2.    园中的果园【初级】

有甲、乙、丙、丁4个果园,其中甲园的各种果树都能在乙园找到,丙园的果树种类包含所有的乙园果树种类,而丙园中有一些果树在丁园中也有种植( D  )

A.   甲园中有一些果树能够在丁园中找到

B.    丁园中所有的果树都能在乙园中找到

C.   乙园中有一些果树能够在丁园中找到

D.   甲园中所有的果树都能在丙园中找到

3.    你能填补这些空缺吗?【初级】(一个空2.5)

       下面的智力测试与数学逻辑思维有关

(1)    请在行末填上一个空缺的数字:1,5,15,37,83……177

(2)    请在行末填上一个空缺的数字:7,10,9,12,11……14

(3)    请在行末填上一个空缺的数字:E,H,L,O,S……V

(4)    请在行末填上一个空缺的数字:2,7,24,77……238

4.    往返旅行【中级】

某人进行一次C和D之间往返旅行,希望在整个路途中能够达到60km/h的平均速度,但是当他从C到达D的时候发现平均速度只有30km/h,问他应当怎么做才能够使这次旅行的平均速度达到60km/h。(无解)推论思路

5.    副司机姓什么【中级】

一辆客车上有3位乘客:老张、老陈和老孙。机车上的司机、副司机和司炉恰好和这3位乘客的姓氏一样。

(1)    乘客老陈家住天津

(2)    乘客老张是位老工人,有20年工龄

(3)    副司机家住北京和天津之间(非北京,非天津)

(4)    机车上的老孙常和司炉下棋

(5)    乘客之一是副司机的邻居,他也是一个老工人,工龄恰好是副司机的3倍

(6)    和副司机同姓的乘客家住北京

依据上面的资料,对于机车上3个人的姓氏,副司机姓什么?(推论思路)

6.    一个精神病医生在寓所被杀,他的4个病人受到警方传讯。【高级】

警方根据目击者的证词得知,在医生死亡的那天,这4个病人都单独去过一次医生的寓所。在传讯前,这4个病人商定,每人向警方做的供词每条都是谎言。

每个病人所做的两条供词是:

埃弗里:

(1)    我们4个人谁也没有杀害精神病医生。

(2)    我离开精神病医生寓所的时候,他还活着。

布莱克:

(3)    我是第二个去精神病医生寓所的。

(4)    我到达他寓所的时候,他已经死了。

克朗:

(5)    我是第三个去精神病医生寓所的。

(6)    我离开他寓所的时候,他还活着。

戴维斯:

(7)    凶手不是在我去精神病医生寓所之后去的

(8)    我到达精神病医生寓所的时候,他已经死了。

这四个病人中谁杀害了精神病医生?埃弗里(推论思路)

  • 7
    点赞
  • 64
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
自制某一物体的预训练模型,您可以遵循以下步骤: 1. 数据收集:收集包含目标物体的图像数据集。确保数据集中有足够多的正样本(包含目标物体)和负样本(不包含目标物体)。尽量涵盖目标物体的不同姿态、角度、光照条件和背景。 2. 标注数据:为每个图像标注目标物体的边界框,即框出目标物体的位置。您可以使用标注工具(如LabelImg、RectLabel等)手动标注边界框,或者使用一些自动标注工具(如CVAT、RectLabel等)进行辅助标注。 3. 数据预处理:将图像数据和对应的边界框标签转换为模型可接受的格式。通常,您需要将图像进行缩放、归一化以及将边界框坐标进行编码。 4. 构建模型架构:选择适合目标检测任务的模型架构,如Faster R-CNN、YOLO或SSD等。您可以从头开始构建一个新模型,也可以使用已有的预训练模型进行微调。 5. 训练模型:使用准备好的数据集和模型架构,使用训练算法进行模型训练。在训练过程中,您需要定义损失函数、优化器和训练参数,并迭代地将图像和边界框送入模型进行训练。 6. 模型评估:使用评估指标(如精确度、召回率、平均精确度均值等)对模型进行评估。可以使用预留的测试集来评估模型的性能。 7. 模型保存:在完成训练和评估后,将训练好的模型保存为文件,以便后续使用。 请注意,自制训练模型需要大量的数据和计算资源,并需要一定的深度学习知识和经验。如果您是初学者,可能需要更多时间和努力来掌握相关技术。 另外,也可以考虑使用现有的预训练模型,并进行迁移学习来适应您的特定目标物体。这样可以节省时间和资源,并且通常可以在较小的数据集上取得不错的性能。 希望这些步骤对您有所帮助!如果您有任何进一步的问,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值