单选题 以下属于深度学习模型的是?
A、 决策树
B、 随机森林
C、 ResNet50
D、 K-Means
单选题 迁移学习中,“微调(Fine-tuning)” 的含义是?
A、 仅使用预训练模型的特征,不更新参数
B、 冻结底层参数,训练顶层网络
C、 全部参数重新训练
D、 更换预训练模型的输出层
单选题 在卷积神经网络(CNN)中,“卷积层” 的主要作用是?
A、 减少特征图的尺寸,降低计算量
B、 提取输入数据的局部特征(如边缘、纹理)
C、 对特征图进行非线性变换,增强模型表达能力
D、 防止过拟合,通过随机丢弃部分神经元实现
单选题 模型训练时,“早停(Early Stopping)” 的作用是?
A、 减少训练迭代次数,加速训练
B、 防止模型在验证集上过拟合
C、 增加模型复杂度
D、 优化损失函数
单选题 批量归一化(Batch Norm)的核心作用是?
A、 增加模型参数
B、 使每层输入分布稳定,加速训练收敛
C、 减少训练数据量
D、 增强模型可解释性
单选题 模型部署时,“模型量化” 的主要目的是?
A、 增加模型精度
B、 降低模型体积与推理延迟
C、 简化训练过程
D、 增强模型泛化能力
单选题 模型 “推理(Inference)” 阶段与 “训练(Training)” 阶段的主要区别是?
A、 推理阶段不需要损失函数,训练阶段需要
B、 推理阶段需要更新参数,训练阶段不需要
C、 推理阶段使用批量数据,训练阶段使用单条数据
D、 推理阶段的输入必须是图像数据,训练阶段无限制
单选题 以下哪种数据增强方法适用于图像分类任务?
A、 随机裁剪
B、 文本替换
C、 语音变速
D、 数据归一化
2025-09-18
共522道
