电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

人工智能测试题及答案 VIP免费

人工智能测试题及答案 _第1页
1/19
人工智能测试题及答案 _第2页
2/19
人工智能测试题及答案1、循环神经网络中,假设输入是一个32*32*3的图像,3表示RGB三通道,卷积核的结构是5*5*3,共6个不同的卷积核,一个卷积核产生一个featuremap,则输出的featuremap矩阵的结构是()。A、27*27*3B、28*28*3C、27*27*6D、28*28*6答案:D2、数组与列表的区别在于()A、数组元素可变,列表元素不可变B、以上都不对C、列表元素类型必须一致,数组可以不一致D、数组元素类型必须一致,列表可以不一致答案:D3、下列语句输出正确的是i=['a','b']l=[1,2]print(dict([l,i]))A、{‘b’:2,'a':1}&B、&{‘a’:2,‘b':1}&C、&{1:2,'a':'b'}&D、&{2:1,'b':'a'}答案:C4、查看Atlas300(3000)加速卡驱动是否安装成功应该使用哪条命令?A、npusiminfoB、npuinfoC、atlas-DriverinfoD、atlasinfo答案:A5、支持向量机(SVM)中的代价参数C表示什么?()A、交叉验证的次数B、用到的核函数C、在分类准确性和模型复杂度之间的权衡D、以上都不对答案:C6、下列核函数特性描述错误的是A、只要一个对称函数所对应的核矩阵半正定,就能称为核函数B、核函数选择作为支持向量机的最大变数C、核函数将影响支持向量机的性能D、核函数是一种降维模型答案:D7、大数据的最显著特征是()A、数据规模大B、数据类型多样C、数据处理速度快D、数据价值密度高答案:A8、二分搜索算法是利用()实现的算法。A、分治策略B、动态规划法C、贪心法D、回溯法答案:A9、在华为云EI中,以下哪项可以将AI技术融入各行各业的应用场景中,发挥AI技术的优势,从而提高效率,提升体验。A、EI智能体B、OBS对象存储服务C、云数据库D、EI大数据服务答案:A10、多义现象可以被定义为在文本对象中一个单词或短语的多种含义共存。下列哪一种方法可能是解决此问题的最好选择?A、随机森林分类器B、卷积神经网络C、梯度爆炸D、上述所有方法答案:B11、独热编码的英文是:A、onehotB、twohotC、onecoldD、twocold答案:A12、图像数字化分为两个步骤:一为取样,二为()。A、数字化B、量化C、去噪声D、清洗答案:B13、环境在接受到个体的行动之后,会反馈给个体环境目前的状态(state)以及由于上一个行动而产生的()。A、actionB、rewardC、stateD、agent答案:B14、缓解过拟合的一个办法是允许支持向量机在一些样本上出错,以下哪种形式适合这种方法。()A、硬间隔支持向量机B、软间隔支持向量机C、线性核函数支持向量机D、多项式核函数支持向量机答案:B15、某人回到家说了一声“灯光”,房间的灯就亮了,这主要应用了人工智能中的()A、文字识别技术B、指纹识别技术C、语音识别技术D、光学字符识别答案:C16、浅拷贝的含义是A、拷贝父对象,不拷贝父对象的内部对象B、完全拷贝父对象和子对象C、仅是引用父对象D、仅是引用子对象答案:A17、在K-mean或Knn中,是采用哪种距离计算方法?A、曼哈顿距离B、切比雪夫距离C、欧式距离D、闵氏距离答案:C18、列算法,哪项不属于深度学习模型?()A、支持向量机SVMB、深度残差网络C、卷积神经网络CNND、循环神经网络RNN答案:A19、神经网络中Dropout的作用()A、防止过拟合B、减小误差C、增加网络复杂度答案:A20、关于bagging下列说法错误的是:()A、各基分类器之间有较强依赖,不可以进行并行训练。B、最著名的算法之一是基于决策树基分类器的随机森林。C、当训练样本数量较少时,子集之间可能有重叠。D、为了让基分类器之间互相独立,需要将训练集分为若干子集。答案:A21、关于“与/或”图表示法的叙述中,正确的是:。A、“与/或”图就是用“AND”和“OR”连续各个部分的图形,用来描述各部分的因果关系。B、“与/或”图就是用“AND”和“OR”连续各个部分的图形,用来描述各部分之间的不确定关系。C、“与/或”图就是用“与”节点和“或”节点组合起来的树形图,用来描述某类问题的层次关系。D、“与/或”图就是用“与”节点和“或”节点组合起来的树形图,用来描述某类问题的求解过程。答案:D22、神将网络训练时,常会遇到很多问题,对于梯度消失问题,我们可以通过选择使用以下哪种函数减轻该问题?A、Relu函数B、Sigmoid函数C、tanh函数D、Softsign函数答案:A23、...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

人工智能测试题及答案

您可能关注的文档

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部