单选题 Batch Normalization的主要目的是:
A、加速网络训练
B、降低内存使用
C、减少模型参数
D、增加数据的多样性
单选题 VGG模型的一个关键特征是什么？
A、深度可分离卷积
B、卷积层之间没有池化层
C、同一卷积层内卷积核大小不一
D、多个全连接层
单选题 ResNet的训练时，哪种技术对防止过拟合帮助最大？
A、批量归一化
B、Dropout
C、L2正则化
D、数据增强
单选题 YOLOv8中，以下哪项是其主要改进之一？
A、提出了新的EfficientRep结构,提高了检测速度.
B、使用了更深的ResNet作为主干网络.
C、引入了Transformer架构.
D、提出了新的锚框机制.
单选题 在Faster-RCNN中，以下哪项是其主要缺点之一？
A、检测速度较慢.
B、不需要大量的训练数据.
C、对小目标的检测效果较差.
D、检测精度低.
单选题 YOLOv2相对于YOLOv1的主要改进是:
A、引入了Batch Normalization来加速训练.
B、使用更深的网络结构.
C、增加了检测框的数量.
D、完全摒弃了锚框机制.
单选题 以下关于Wasserstein GAN(WGAN)的说法中，哪一项是不正确的？
A、WGAN使用Wasserstein距离来衡量生成数据和真实数据的相似性
B、WGAN的判别器可以输出一个连续的评分
C、WGAN的训练过程比普通GAN更加稳定
D、WGAN完全解决了GAN中的模式坍塌问题
单选题 使用PyTorch定义CNN时，哪个类用于添加卷积层？
A、nn.Conv2d
B、nn.BatchNorm2d
C、nn.ReLU
D、nn.Linear
2026-07-04
共20道
