人工智能培训第二阶段测试题

《人工智能培训第二阶段测试题》姓名：成绩：一、单项选择题(每题5分，共50分)1.以下python语句输出的结果是importtorchrand_num=torch.rand(3,4)rand_num=rand_num.unsqueeze(0)print(rand_num.size())A、torch.Size([1,3,4])B、torch.Size([3,4])C、torch.Size([3,1,4])D、torch.Size([3,4,1])2.在pytoch中，如果主机有1块1080ti显卡，以下____选项中的代码都可以将变量名为var的tensor放在GPU上运行A、var=var.to(cuda:0)、var=var.to(cuda:1)B、var=var.to(cuda:1)C、var=var.cuda()、var=var.to(cuda:0)D、var=var.cuda()、var=var.to(cuda:1)3.在pytorch中，若网络模型变量名为model，对model.eval()的说法正确的是A、model.eval()可以在模型训练阶段使用B、model.eval()只能在模型测试阶段使用C、model.eval()在模型验证、模型测试阶段都可以使用D、model.eval()在模型训练、模型验证、模型测试阶段都可以使用4.安装flask的命令是A、apt-getinstallflaskB、pipinstallflaskC、yuminstallflaskD、wgetinstallflask5.以下使用路由装饰器传递参数方式错误的是A、app.route(‘/user/username‘)B、app.route(‘/user/username‘)C、app.route(‘/user/int:username‘)D、app.route(‘/user/path:username‘)6.下列算法常用于聚类的问题的是A、随机森林模型B、逻辑回归模型C、决策树模型D、k-means7.在卷积神经网络中，通常导致模型的输入尺寸为固定大小的网络层是A、卷积层B、relu层C、池化层D、全连接层8.下列哪个模型属于无监督学习()A、k-meansB、线性回归C、神经网络D、决策树9.在Tensorflow中，用Tensorboard进行可视化需要的关键命令为A、tensorboard-logdirB、--logdirC、tensorboard--dirD、tensorboard--logdir10.对于有噪声、线性可分的数据，支持向量机的解决策略是A、软间隔B、硬间隔C、不需要单独处理D、以上选项均不正确二、多选题(每题6分，共30分)11.以下可以有效解决过拟合的方法是A、增加样本数量B、增加特征数量C、训练更多的迭代次数D、采用正则化方法12.在机器学习中，如果一味的去提高训练数据的预测能力，所选模型的复杂度往往会很高，这种现象称为过拟合。所表现的就是模型训练时候的误差很小，但在测试的时候误差很大，对于产生这种现象以下说法正确的是（）A、样本数量太少B、样本数量过多C、模型太复杂D、模型太简单13.可以用随机梯度下降法求解参数的模型分别有（）A、线性回归B、卷积神经网络C、循环神经网络D、LSTM14.下列选项属于静态图缺点的是（）A、计算图构建很长时间后才提示错误B、无法使用pdb或print语句调试执行C、控制流与Python不同，造成一定的学习门槛D、代码编写较为简洁和方便15.可以用随机梯度下降法求解参数的模型分别有（）A、线性回归B、卷积神经网络C、循环神经网络D、LSTM三、简答题(每题10分，共20分)16.简述数据分析与数据挖掘的主要流程收集（标注）数据数据预处理（数据清洗）建立模型（算法）训练模型(优化模型)模型预测17.简述基于sklearn用机器学习模型进行数据分析与数据挖掘的关键步骤导入数据创建模型（创建分类器）训练模型模型预测（load_data()create_model()model.fit()model.predict()）