用户: Solution/ 试卷: 深度学习基础

12024—2025 学年秋季学期深度学习基础期末试题 (孙晓光)

1.	在卷积神经网络中, 假设输入图像的大小为 32×32, 卷积核的大小为 3×3, 步幅为 1, 填充为 0, 输出图像的大小是多少? (5 分)
2.	请简要说明激活函数在神经网络中的作用. (5 分)
3.	请简要说明学习率过大或过小会对神经网络的训练产生什么影响. (10 分)
4.	请简要说明神经网络训练中过拟合的可能原因, 并给出防止过拟合的建议. (10 分)
5.	什么是梯度消失问题? 它是如何影响模型训练的? 有哪些缓解梯度消失问题的方法? (10 分)
6.	卷积神经网络通常由卷积层、池化层和全连接层组成. 请简要说明每一层的作用, 并讨论它们在网络中的重要性. (10 分)
7.	CNN 存在什么局限性? 请简述 Self-Attention 的过程 (10 分)
8.	有监督学习和无监督学习之间有什么区别和联系? (10 分)
9.	迁移学习的定义是什么? 请举例使用迁移学习技巧的模型, 并且说明为了减少遗忘原有模型的能力, 有哪些方法? (15 分)
10.	请谈一谈你对生成模型的理解, 并且说明一下对抗生成网络 GAN 和扩散模型的区别和联系. (15 分)