机器学习期末测试练习题4.pdfVIP

1、在神经网络模型VggNet中，使用两个级联的卷积核大小为

3X3,strde=1的卷积层代替了一个5X5的卷积层，如果将strde设

置为2，则此时感受野为

A.7X7

B.9X9

C.5X5

D.8X8正确答案：A

2、

激活函数，训练过程出现了梯度消失问题。从图中可以判断出四个

隐藏层的先后顺序（靠近输入端的为先，靠近输出端的为后）分别

为

A.DBCA

B.ABCD

C.ADCB

D.DCBA

正确答案：D

3、在网络训练时，loss在最初几个epoch没有下降，可能原因是

B.以下都有可能

C.正则参数过高

D.陷入局部最小值

正确答案：B

4、假设有一个三分类问题，某个样本的标签为（1，0，0），模型

的预测结果为（0.5，0.4，0.1），则交叉熵损失值（取自然对数结果）

约等于

A.0.6

B.0.7

C.0.8

D.0.5

正确答案：B

5、

IoU是物体检测、语义分割领域中的结果评测指标之一，上图中A框

是物体的真实标记框，面积为8。B框是网络的检测结果，面积为7。

两个框的重合区域面积为2。则IoU的值为

A.2/8

B.2/13

C.2/7

D.2/15正确答案：B

6、Gram矩阵是深度学习领域常用的一种表示相关性的方法，在风格

迁移任务中就使用风格Gram矩阵来表示图像的风格特征，以下关于风

格Gram矩阵的论述正确的是

A.风格Gram矩阵的大小与输入特征图的通道数、宽、高都不相关

B.风格Gram矩阵的大小只与输入特征图的通道数相关

C.风格Gram矩阵的大小与输入特征图的通道数、宽、高都相关

D.风格Gram矩阵的大小只与输入特征图的宽、咼有关

正确答案：B

7、现使用YOL0网络进行目标检测，待检测的物体种类为20种，输入

图像被划分成7*7个格子，每个格子生成2个候选框，则YOL0网络最

终的全连接层输出维度为

A.1078

B.980

C.1470

D.1960

正确答案：C

二、多选题

1、池化层在卷积神经网络中扮演了重要的角色，下列关于池化层的论

述正确的有

A.池化操作具有平移不变性

B.池化操作可以实现数据的降维

C.池化操作是一种线性变换

D.池化操作可以扩大感受野

正确答案：A、B、D

2、以下关于MaxPoolng和MeanPooling的论述正确的有

A.尺度为（2,2），strde=2的MaxPooling层在梯度后向传播中,后

层的梯度值传递给前层对应的最大值位置。

B.尺度为（2，2），strde=2的MeanPooling层在梯度后向传播中,

后层的梯度值等额传递给前层的对应位置。

C.尺度为（2，2），strde=2的MaxPoolng层在梯度后向传播中,后

层的梯度值除以4后传递给前层的相关位置。

D.尺度为（2，2），strde=2的MeanPooling层在梯度后向传播中,

后层的梯度值除以4后传递给前层的相关位置。

正确答案：A、D

3、为网络添加BN层能够一定程度上解决梯度弥散的问题，加快模型

的收敛速度。根据BN层的算法原理，判断以下关于BN层的叙述正确

的有

A.对输入数据进行一定程度的缩小或放大操作，将不会影响BN层的输

出

B.在网络测试阶段，BN层的输出数据会被归一化，均值为0，方差为

1

C.在卷积层之后直接使用BN层，卷积层可以不设置bias

D.假设某个2d的BN层，其输入通道数为n则该BN层会有n组线性变

换因子

正确答案：A、C、D

4、近几年空洞卷积在视觉任务中得到了广泛的应用，下面是空洞卷积

的一张示例图。请结合空洞卷积的设计原理，判断以下论述正确的有

A.当参数量相同时，空洞卷积的感受野比常规卷积的感受野大

B.将空洞卷积的dilatationrate设置为1，此时空洞卷积就相当于常

规卷积

C.dlatatonrate越大，空洞卷积捕获的像素点之间的相关性越高

D.当训练集的图像中包含的物体绝大多数都是小物体时，可以将网络

中空洞卷积的dilatationrate设置的更大，来提升效果正确答案：A、

B

5、以下任务中，哪些是多对一的RNN结构

A.语音识别（输入一串语音，输出对应语音的文字）

B.情感分类（输入一段文字，输出0或者1表示正面或负面情绪）

C.人声性别识别（输入一串语音，输出说话人的性别）

D.图像分类（输入一张图像，输出该图像的标签）

正确答案：B、C

6、下列关于r-cnn网络的描述正确的有

A.非极大值抑