2025年人工智能考研專業(yè)課練習(xí)題解析測試試卷及答案一、單項選擇題（每題2分，共20分）1.在ResNet中引入殘差連接的主要目的是A.減少網(wǎng)絡(luò)參數(shù)量B.緩解梯度消失問題C.提高卷積核感受野D.降低顯存占用答案：B解析：殘差連接將輸入直接加到輸出，形成恒等映射，使深層網(wǎng)絡(luò)在反向傳播時梯度可直接回傳，有效緩解梯度消失。2.下列關(guān)于Transformer自注意力機制的說法正確的是A.查詢向量Q與鍵向量K的點積需先經(jīng)過Softmax再縮放B.縮放點積后需進行Mask操作才能輸入SoftmaxC.多頭注意力中每個頭的維度必須等于模型總維度D.自注意力計算復(fù)雜度與序列長度呈線性關(guān)系答案：B解析：在解碼器自注意力中，未來位置需被Mask；縮放因子為√d_k，點積后先Mask再Softmax，防止信息泄露。3.在強化學(xué)習(xí)中，若策略π滿足π(a|s)>0對所有s,a成立，則該策略被稱為A.貪婪策略B.確定性策略C.隨機策略D.平穩(wěn)策略答案：C解析：隨機策略對所有動作賦予非零概率，保證探索性；貪婪策略僅選擇最優(yōu)動作，概率為1。4.聯(lián)邦學(xué)習(xí)場景下，客戶端上傳本地模型梯度而非原始數(shù)據(jù)，主要為了A.降低通信開銷B.提高模型精度C.保護用戶隱私D.加速服務(wù)器聚合答案：C解析：梯度相對原始數(shù)據(jù)更抽象，且可結(jié)合安全聚合協(xié)議，防止逆向推斷出用戶隱私。5.在圖神經(jīng)網(wǎng)絡(luò)中，GCN的一階近似卷積公式H^(l+1)=σ(D?^(1/2)A?D?^(1/2)H^(l)W^(l))中，A?表示A.原始鄰接矩陣B.添加自環(huán)的鄰接矩陣C.歸一化鄰接矩陣D.拉普拉斯矩陣答案：B解析：A?=A+I，引入自環(huán)使節(jié)點在更新時能保留自身信息，避免過度平滑。6.若一個二分類問題的數(shù)據(jù)集正負樣本比例為1:99，下列評價指標(biāo)最不敏感的是A.F1scoreB.AUCROCC.準確率D.平均精度（AP）答案：C解析：準確率受樣本比例影響極大，即使模型全部預(yù)測負類也能達99%，無法反映真實性能。7.在PyTorch中，以下代碼片段執(zhí)行后x.grad的值為```pythonx=torch.tensor(2.0,requires_grad=True)y=x3y.backward()```A.4B.6C.8D.12答案：D解析：dy/dx=3x2，x=2時導(dǎo)數(shù)為12；backward()自動計算并累加到x.grad。8.關(guān)于BERT的預(yù)訓(xùn)練任務(wù)，下列說法錯誤的是A.MLM任務(wù)中15%的token被選中，其中80%替換為[MASK]B.NSP任務(wù)輸入為兩個句子，預(yù)測它們是否相鄰C.MLM任務(wù)使用交叉熵損失，忽略未掩碼位置D.RoBERTa去除了NSP任務(wù)并采用動態(tài)掩碼答案：A解析：15%選中token里80%替換為[MASK]，10%隨機替換，10%不變，防止預(yù)訓(xùn)練與微調(diào)不一致。9.在AlphaGoZero中，蒙特卡洛樹搜索使用的先驗概率P(s,a)由哪個網(wǎng)絡(luò)輸出A.快速走子策略網(wǎng)絡(luò)B.價值網(wǎng)絡(luò)C.策略網(wǎng)絡(luò)D.殘差網(wǎng)絡(luò)答案：C解析：策略網(wǎng)絡(luò)f_θ(s)輸出先驗概率P(s,a)，價值網(wǎng)絡(luò)輸出v(s)評估局面，二者共同指導(dǎo)MCTS。10.若將YOLOv5的IoU損失替換為CIoU損失，則新增懲罰項為A.中心點距離與對角線距離之比B.長寬比一致性C.重疊面積D.預(yù)測框置信度答案：B解析：CIoU在DIoU基礎(chǔ)上增加v=(4/π2)(arctan(wgt/hgt)arctan(w/h))2，懲罰長寬比不一致。二、多項選擇題（每題3分，共15分，多選少選均不得分）11.下列方法可用于緩解神經(jīng)網(wǎng)絡(luò)過擬合的是A.DropoutB.BatchNormalizationC.L2權(quán)重衰減D.早停（EarlyStopping）答案：ACD解析：Dropout隨機失活神經(jīng)元；L2正則化約束權(quán)重；早停防止訓(xùn)練過度；BN主要加速收斂，對過擬合作用有限。12.關(guān)于生成對抗網(wǎng)絡(luò)，下列說法正確的是A.判別器損失越小，生成器梯度消失越嚴重B.WGAN使用Wasserstein距離替代JS散度C.模式崩塌（ModeCollapse）表現(xiàn)為生成樣本多樣性下降D.條件GAN通過將類別向量拼接至噪聲向量實現(xiàn)控制生成答案：ABCD解析：WGANcritic輸出標(biāo)量而非概率，梯度更平滑；模式崩塌指生成器僅輸出少數(shù)模式；條件信息可拼接或投影。13.在深度強化學(xué)習(xí)中，以下屬于“onpolicy”算法的是A.A3CB.PPOC.DDPGD.TRPO答案：ABD解析：onpolicy要求行為策略與目標(biāo)策略相同或近似；DDPG使用經(jīng)驗回放，屬于offpolicy。14.關(guān)于VisionTransformer（ViT），下列說法正確的是A.圖像塊線性投影后需添加位置編碼B.分類token僅與最后一層MLPHead連接C.使用LayerNorm而非BatchNormD.在小型數(shù)據(jù)集上通常需先大規(guī)模預(yù)訓(xùn)練答案：ACD解析：分類token貫穿所有層；LayerNorm對序列更穩(wěn)定；小數(shù)據(jù)集直接訓(xùn)練ViT易過擬合。15.下列關(guān)于模型壓縮技術(shù)描述正確的是A.知識蒸餾中溫度系數(shù)T越大，軟標(biāo)簽越平滑B.剪枝后需重新訓(xùn)練以恢復(fù)精度C.量化感知訓(xùn)練（QAT）將權(quán)重離散化嵌入前向傳播D.低秩分解將權(quán)重矩陣分解為兩個小矩陣相乘答案：ABCD解析：T→∞時分布趨均勻；剪枝破壞原優(yōu)化點，需微調(diào)；QAT模擬量化誤差；低秩分解減少參數(shù)量。三、填空題（每空2分，共20分）16.若某卷積層輸入特征圖尺寸為112×112，步長為2，填充為3，卷積核大小為7×7，則輸出特征圖尺寸為________。答案：56×56解析：o=?(i+2pk)/s?+1=?(112+67)/2?+1=56。17.在PyTorch中，若模型參數(shù)存儲為FP32，占用的字節(jié)數(shù)為4，則一個參數(shù)量為1.2×10?的模型約占用________GB顯存。答案：4.47解析：1.2×10?×4÷10243≈4.47GB。18.若某GAN的生成器使用譜歸一化（SpectralNormalization），則其作用是約束網(wǎng)絡(luò)層權(quán)重矩陣的________范數(shù)。答案：譜（或2范數(shù)）解析：譜歸一化將權(quán)重矩陣除以最大奇異值，使其Lipschitz常數(shù)≤1，穩(wěn)定訓(xùn)練。19.在LSTM中，遺忘門輸出值接近________時，表示細胞狀態(tài)信息被保留。答案：1解析：遺忘門f_t=σ(W_f·[h_(t1),x_t]+b_f)，f_t→1時保留舊信息。20.若使用混合精度訓(xùn)練，損失縮放（lossscaling）因子為1024，反向傳播后發(fā)現(xiàn)梯度出現(xiàn)________，則需減小縮放因子。答案：溢出（或NaN/Inf）解析：FP16動態(tài)范圍小，梯度過小會下溢，過大則上溢，需動態(tài)調(diào)整縮放。21.在知識圖譜嵌入模型TransE中，若關(guān)系為“首都”，則期望滿足的向量等式為________。答案：h+r≈t解析：TransE假設(shè)h+r≈t，即頭實體加關(guān)系向量接近尾實體。22.若某深度網(wǎng)絡(luò)使用Swish激活函數(shù)f(x)=x·sigmoid(x)，則其導(dǎo)數(shù)在x=0處的取值為________。答案：0.5解析：f'(x)=sigmoid(x)+x·sigmoid(x)(1sigmoid(x))，x=0時sigmoid(0)=0.5，故f'(0)=0.5。23.在AlphaFold2中，Evoformer模塊利用________注意力機制對多序列比對（MSA）和配對表示進行聯(lián)合更新。答案：軸向（或Axial）解析：軸向注意力沿序列方向和配對方向分別計算，降低O(N2)復(fù)雜度。24.若使用RandAugment進行數(shù)據(jù)增強，其兩個超參數(shù)分別為________和________。答案：N（變換個數(shù)）、M（強度）解析：RandAugment從14種變換中隨機選N個，每個強度為M（010）。25.在聯(lián)邦學(xué)習(xí)FedAvg算法中，服務(wù)器對客戶端模型進行加權(quán)聚合時，權(quán)重通常取客戶端________。答案：本地數(shù)據(jù)量占比解析：加權(quán)平均保證全局梯度無偏，權(quán)重為n_k/Σn_k。四、簡答題（每題10分，共30分）26.描述DDPG算法中目標(biāo)網(wǎng)絡(luò)（targetnetwork）的更新方式，并說明為何采用軟更新而非硬更新。答案：DDPG維護兩套網(wǎng)絡(luò)：主網(wǎng)絡(luò)θ^μ、θ^Q與目標(biāo)網(wǎng)絡(luò)θ^μ'、θ^Q'。軟更新采用指數(shù)滑動平均：θ'←τθ+(1τ)θ'，其中τ?1（通常0.005）。原因：（1）硬更新（每隔固定步長直接復(fù)制）會導(dǎo)致策略突變，破壞訓(xùn)練穩(wěn)定性；（2）軟更新使目標(biāo)網(wǎng)絡(luò)參數(shù)緩慢跟蹤主網(wǎng)絡(luò)，相當(dāng)于在時序上平滑目標(biāo)，減少非平穩(wěn)性，提高收斂穩(wěn)定性；（3）經(jīng)驗回放中的樣本由舊策略生成，軟更新保證目標(biāo)值變化連續(xù)，與回放數(shù)據(jù)分布差異更小。27.解釋VisionTransformer中“圖像塊嵌入+位置編碼”如何保留二維空間結(jié)構(gòu)，并分析為何使用可學(xué)習(xí)1D位置編碼仍能獲得良好效果。答案：ViT將圖像切分為16×16塊，線性投影為D維向量，形成序列。為保留空間信息，需添加位置編碼E_pos∈R^(N×D)。（1）1D可學(xué)習(xí)編碼：按光柵順序編號0~N1，每個索引對應(yīng)D維向量，通過訓(xùn)練學(xué)習(xí)。（2）保留二維結(jié)構(gòu)：雖然編碼為1D，但自注意力機制具有排列等變性，模型可通過學(xué)習(xí)將相鄰索引的向量映射到相近表示，間接編碼局部鄰接關(guān)系；同時，高層注意力頭可捕獲全局依賴。（3）良好效果原因：a.大規(guī)模預(yù)訓(xùn)練提供充足數(shù)據(jù)，使模型足以學(xué)習(xí)隱式2D結(jié)構(gòu)；b.多頭注意力機制允許不同頭關(guān)注不同距離，近似卷積的局部歸納偏置；c.現(xiàn)代ViT引入更精細的2Daware編碼（如2Dsinusoid、相對位置）可進一步提升，但1D已足夠在ImageNet上取得SOTA，說明數(shù)據(jù)驅(qū)動可彌補歸納偏置不足。28.對比批歸一化（BatchNorm）與層歸一化（LayerNorm）在計算方式、統(tǒng)計量、適用場景三方面的差異，并說明為何Transformer選擇LayerNorm。答案：（1）計算方式：BN：對同一通道、跨樣本、跨空間位置求均值方差，輸出=(xμ_B)/√(σ2_B+ε)·γ+β；LN：對同一樣本、跨特征維度求均值方差，輸出=(xμ_L)/√(σ2_L+ε)·γ+β。（2）統(tǒng)計量：BN依賴minibatch，訓(xùn)練時實時計算，推理時用移動平均；LN無batch維度，訓(xùn)練和推理一致。（3）適用場景：BN適合CNN，批量大且固定；LN適合RNN、Transformer，序列長度可變，批量小。Transformer選擇LN原因：a.序列長度常變，BN統(tǒng)計量不穩(wěn)定；b.推理時batchsize可能為1，BN退化；c.LN對特征維度歸一化，與自注意力機制配合，消除不同維度尺度差異，加速收斂；d.LayerNorm無batch依賴，更利于分布式訓(xùn)練與動態(tài)圖。五、計算與推導(dǎo)題（每題15分，共45分）29.給定一個三分類問題，softmax輸出為p=[0.7,0.2,0.1]，真實標(biāo)簽onehot為y=[0,1,0]。（1）計算交叉熵損失L_CE；（2）求損失對softmax輸入z的梯度?L/?z；（3）若使用標(biāo)簽平滑（labelsmoothingε=0.1），求新標(biāo)簽y'及新?lián)p失L'_CE。答案：（1）L_CE=Σy_ilogp_i=log0.2≈1.6094（2）?L/?z_i=p_iy_i，故梯度=[0.7,0.8,0.1]（3）y'=(1ε)y+ε/K=[0.0333,0.9,0.0667]L'_CE=Σy'_ilogp_i=0.9log0.20.0667log0.1≈1.49630.考慮一個二維線性可分數(shù)據(jù)集，正例位于(1,1)、(2,2)，負例位于(2,0)、(3,1)。使用硬間隔SVM，求最優(yōu)超平面方程w^Tx+b=0，并計算幾何間隔γ。答案：支持向量為(2,2)與(2,0)。中垂線方向為y軸，故w∝(0,1)。設(shè)w=(0,1)，則對正例：1·2+b=1?b=1；對負例：1·0+b=1?b=1。超平面：y1=0。幾何間隔γ=2/‖w‖=2/1=2。31.在PPOclip目標(biāo)函數(shù)中，給定舊策略π_θ_old、新策略π_θ，優(yōu)勢函數(shù)A_t=G_tV(s_t)，clip區(qū)間為[1ε,1+ε]，ε=0.2。（1）寫出目標(biāo)函數(shù)L^CLIP(θ)；（2）若r_t(θ)=π_θ(a_t|s_t)/π_θ_old(a_t|s_t)=1.3，A_t=0.5，求clip前后兩項值；（3）說明clip操作如何防止策略更新過大。答案：（1）L^CLIP(θ)=E[min(r_t(θ)A_t,clip(r_t(θ),1ε,1+ε)A_t)]（2）未clip項：1.3×0.5=0.65；clip項：clip(1.3,0.8,1.2)=1.2，故clip后1.2×0.5=0.6（3）當(dāng)r_t>1+ε且A_t>0時，clip將目標(biāo)值限制為(1+ε)A_t，使梯度在此區(qū)域為零，阻止θ繼續(xù)增大該動作概率，避免策略突變導(dǎo)致性能崩潰。六、綜