计算机word考试题目,2017计算机资格Word2003考试试题及答案

出国留学网小编为你整理“2017计算机资格Word2003考试试题及答案”哦,介绍了考试信息系统等相关内试题,欢迎广大网友前来学习,希望对你有所帮助!更多资讯关注本网站的更新吧!

1.通过以下哪种方法可以修改保存文档的默认文件夹?

A 在“选项”下,单击“保存”选项卡。 B 在“自定义”下,单击“选项”选项卡。 C 在“选项”下,单击“文件位置”选项卡。 D

在“自定义”下,单击“文件位置”选项卡。

答案:C

2.有关格式刷,下列说法错误的是:

A 首先双击格式刷,然后在段落中多次单击 B 首先将光标插入点定位在目标段落中,再双击格式刷 C

首先将光标插入点定位在源段落中,或选中源段落,再双击格式刷 D 取消格式刷工作状态,不能用Esc键

答案:C

3.在Word文档中,关于设置字号,说法正确的是:

A 最大字号为“初号” B 可在工具栏的“字号”框中直接输入自定义大小的字号,例如200 C 最大字号为“72”号 D

最大字号可任意指定,无限制

答案:B

4.在Word中输入“叁万贰千捌佰肆拾柒”,最便捷的方法是:

A 利用“插入”→“数字”的方法,再选择“壹,贰,叁…”数字类型 B 利用查找替换 C 插入特殊符号 D 插入符号

答案:A

5.以下哪一项功能可以帮助您查找不熟悉单词的近义替换词?

A 同义词库。 B 自动编写摘要 C 拼写和语法。 D 自动更正。

答案:A

6.在Word 2003中,通过以下哪一项功能可以将不同人员的编辑内容合并到一个文档中:

A 自动编写摘要。 B 插入引用。 C 比较并合并文档 D 插入文件。

答案:C

7.通过以下哪种方法可以最便捷地统计文档的行数和段落数?

A 使用“字数统计”功能。 B 启用行号功能。 C 查看“文档结构图”中的统计信息。 D 通过“文件”菜单中的“页面设置”看每页的行数。

答案:A

8.下面说法中不正确的是:

A 工具栏主要包括常用工具栏和格式工具栏 B 标尺分为水平标尺和垂直标尺 C 状态栏可以显示正在使用何种中文输入法 D 滚动条可以隐藏。

答案:C

9.通常情况下,“标题栏”是以何种颜色为底色

A 黑色 B 白色 C 蓝色 D 灰色

答案:C

10.下面说法中不正确的是

A 状态栏位于文档的底部,可以显示页号、节号、页数、光标所在的列号等内容 B 滚动条是位于文档窗口右侧和底边的灰色条 C

通常情况下,菜单栏中有8个菜单 D 标题栏可以显示软件名称和文档名称

答案:C

11.新建文档的快捷键是

A Alt+N B Ctrl+N C Shift+N D Ctrl+s

答案:B

12.在Word2003文档中,对图片设置下列哪种环绕方式后,可以形成水印效果。

A 四周型环绕 B 紧密型环绕 C 衬于文字下方 D 衬于文字上方

答案:C

13.在Word2003中,“页面设置”命令在下列哪一菜单中。

A 格式 B 文件 C 视图 D 插入

答案:B

14.在word2003中,使用______可以设置已选段落的边框和底纹

A “格式”菜单中的“段落”命令 B “格式”菜单中的“字体”命令 C “格式”菜单中的“边框和底纹”命令 D

“视图”菜单中的“边框和底纹”命令

答案:C

15.在Word2003文档的某段落内,快速三次单击鼠标左键可以______。

A 选定当前“插人点”位置的一个词组 B 选定整个文档 C 选定该段落 D 选定当前“插入点”位置的一个字

答案:C

16.在Word2003中,当前文档的文件名会在_______显示.

A 状态栏 B 标题栏 C 菜单栏 D “绘图”工具栏

答案:B

17.关于Word2003,以下四条叙述正确的是_______。

A 标题栏中不能显示当前所编辑的文档名称 B 标尺可以用来确定插入点在编辑区中的位置 C “常用”工具栏不能被隐藏起来 D

Word中的操作都可以通过选择菜单栏中的命令来完成

答案:D

18.Word2003可以安装于以下那些操作系统中:

A Linux B Win98 C DOS D Win2000

答案:D

19.下列哪一项不属于Word2003窗口下的菜单:

A 打印 B 窗口 C 帮助 D 文件

答案:A

20.在选择打开文件时,在打开的对话框左侧所提供的快捷查找范围不包括:

A 我的电脑 B My Documents C 历史 D 桌面

答案:A

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
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