人工智能深度學(xué)習(xí)小測試1通過本測試，了解自己對人工智能深度學(xué)習(xí)的初步認(rèn)知1、圖像分類的任務(wù)是什么（）［單選題］*A、 計(jì)算出圖像中包含主要物體的類別（正確答案）B、 計(jì)算出圖像的特征C、 計(jì)算出圖像中每個(gè)像素所屬的物體的類別D、 計(jì)算出圖像的主要物體的位置和類別2、人臉識別的主要任務(wù)是什么（）［單選題］*A、 判斷圖像中是否有人臉B、 判斷圖像中人臉的位置C、 判斷圖像中的人臉是否與已知數(shù)據(jù)庫中的某一個(gè)是同一人（正確答案）D、 判斷圖像中人臉的年紀(jì)3、 “回歸問題和分類問題都有可能發(fā)生過擬合”，這句話是否正確？（）［單選題］*A、 正確（正確答案）B、 不正確4、 目前在人臉識別領(lǐng)域識別精度最高的特征通過那種方法得到（）［單選題］*A、 深度學(xué)習(xí)（正確答案）B、 字典學(xué)習(xí)C、 主成分分析。、人工設(shè)計(jì)5、對于回歸問題和分類問題，最常用的指標(biāo)都是準(zhǔn)確率和召回率嗎？（）［單選題］*A、 正確B、 錯誤（正確答案）6、 CNN的全稱是卷積神經(jīng)網(wǎng)絡(luò)，是否正確？（）［單選題］*A、 正確（正確答案）B、 錯誤7、 RNN的全稱是卷積神經(jīng)網(wǎng)絡(luò)，是否正確？（）［單選題］*A、 正確B、 錯誤（正確答案）8、 MLP的全稱是指卷積神經(jīng)網(wǎng)絡(luò)，是否正確？（）［單選題］*A、 正確B、 錯誤（正確答案）9、 GAN的全稱是指卷積神經(jīng)網(wǎng)絡(luò)，是否正確？（）［單選題］*A、 正確B、 錯誤（正確答案）10、 給定n個(gè)數(shù)據(jù)點(diǎn)，如果其中一半用于訓(xùn)練，另一半用于測試，則訓(xùn)練誤差和測試誤差之間的差別會隨著n的增加而減少，請問這句話是否正確（）［單選題］*A、 正確（正確答案）B、 錯誤11、 向量x=［1,2,3,4,-9,0］的L1范數(shù)是多少（）［單選題］*A、1B、 19（正確答案）C、 6D、 sqrt（111）12、 下列不屬于深度學(xué)習(xí)應(yīng)用的是（）［單選題］*A、 人臉識別B、 圍棋AIC、 語音助理D、 回聲定位（正確答案）13、圖像類別的難點(diǎn)不包括（）［單選題］*A、 視角變化B、 類間差異（正確答案）C、 光照變化D、 背景干擾14、 一般來說，回歸不能用于分類問題，但是Logistic回歸可用于解決分類問題，是否正確？（）［單選題］*A、 正確（正確答案）B、 不正確15、什么情況下神經(jīng)網(wǎng)絡(luò)模型被稱為深度學(xué)習(xí)模型？（）［單選題］*人、加入更多層，使神經(jīng)網(wǎng)絡(luò)的深度增加（正確答案）B、 有維度更高的數(shù)據(jù)C、 當(dāng)這是一個(gè)圖形識別的問題時(shí)D、以上都不正確16、訓(xùn)練CNN時(shí)，可以對輸入進(jìn)行旋轉(zhuǎn)、平移、縮放等預(yù)處理提高模型泛化能力。這種說法是否正確？（）［單選題］*A、 正確（正確答案）B、 不正確17、 以下哪個(gè)網(wǎng)絡(luò)適合處理序列數(shù)據(jù)（）［單選題］*A、 CNN（正確答案）B、 RNNC、 GAND、 MLP18、 以下哪種RNN結(jié)構(gòu)最常用（）［單選題］*A、 循環(huán)神經(jīng)網(wǎng)絡(luò)（正確答案）B、 遞歸神經(jīng)網(wǎng)絡(luò)19、 循環(huán)神經(jīng)網(wǎng)絡(luò)屬于一種特殊的遞歸結(jié)構(gòu)，這句話是否正確（）［單選題］*A、