判断--国网固原供电公司2026年六盘星火·人工智能创新活动基础知识题库 (3)...

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

利用Faster R-CNN可对导地线进行视觉监测，其中（）激活函数可计算特征映射图中每一个特征点属于线夹目标的概率。（难度：★）Softmax ReLU Sigmoid Tanh

大模型通过不断迭代优化，旨在找到一组最优参数，使得模型对于给定的输入预测输出与预测输出与真实输出之间的差异最小化，这个差异通常通过损失函数来衡量。()

样本输入顺序、聚类准则、初始类中心的选取都属于会影响基本K-均值算法的主要因素。（难度：★★)

随机失活（dropout）通过减少神经元之间的相互依赖，防止模型过拟合。（）（难度：★)

一个变电站远程智能巡视系统的识别速度与具体缺陷类别无关。（难度：★★)

现在模型的本质是在固定的函数框架下迭代参数的数值。（）（难度：★★★)

所有生成式AI模型都必须基于Transformer架构实现。（难度：★）

在图像分类任务中，卷积神经网络（CNN）比传统的全连接网络更适合处理具有空间结构的数据。（难度：★★★)

Transformer的自注意力机制可直接捕捉序列中任意位置的依赖关系，无需递归计算。（难度：★★）

在深度学习中，量化模型会降低模型的准确性，但能显著提升推理速度。（难度：★★★★)

新能源发电功率预测曲线具有马尔可夫性。（难度：★★★)

省级人工智能服务门户提供运行环境、模型库、样本库、应用管理等统一入口;提供通用模型、专用模型、应用案例等开放能力服务。(难度:★)

影响生成式人工智能的关键要素包括算力资源、样本体系和技术积累。（）（难度：★★)

人工智能应用领域至少包括图像、语音、自然语言处理。（难度：★)

卷积神经网络（CNN）的每一层都可以看作是对输入图像进行逐步抽象的过程。（难度：★)

Faster R-CNN模型可以用于变压器部件图像的目标检测任务。（难度：★)

数据、训练方法和具体参数是大模型算法的关键环节。（）（难度：★★★)

生成对抗网络可用于数据增强、语义分割、信息检索、图像生成等多种场景。（难度：★★★)

多模态模型的评测数据集VQA仅包含二分类（是/否）问题。（难度：★★）

大规模预训练语言模型（如GPT-3）通过无监督学习的方式进行预训练，然后可以通过有监督学习进行微调。（难度：★★)