1、在神经网络模型VggNet中，使用两个级联的卷积核大小为3×3，stride=1的卷积层代替了一个5×5的卷积层，如果将stride设置
为2，则此时感受野为
A.7×7
B.9×9
C.5×5
D.8×8
正确答案：A
2、
上图是具有四个隐藏层的神经网络，该网络使用sigmoid函数作为
激活函数，训练过程出现了梯度消失问题。
从图中可以判断出四个
隐藏层的先后顺序（靠近输入端的为先，靠近输出端的为后）分别
为
A.DBCA
B.ABCD
D.DCBA
正确答案：D
3、在网络训练时，loss在最初几个epoch没有下降，可能原因是
A.学习率过低
B.以下都有可能
C.正则参数过高
D.陷入局部最小值
正确答案：B
4、假设有一个三分类问题，某个样本的标签为（1，0，0），模型的预测结果为（0.5，0.4，0.1），则交叉熵损失值（取自然对数结果）约等于
B.0.7
C.0.8
D.0.5
正确答案：B
5、
IoU是物体检测、语义分割领域中的结果评测指标之一，上图中A 框是物体的真实标记框，面积为8。
B框是网络的检测结果，面积为7。
两个框的重合区域面积为2。
则IoU的值为
A.2/8
B.2/13
C.2/7
D.2/15
正确答案：B
6、Gram矩阵是深度学习领域常用的一种表示相关性的方法，在风格迁移任务中就使用风格Gram矩阵来表示图像的风格特征，以下关于风格Gram矩阵的论述正确的是
A.风格Gram矩阵的大小与输入特征图的通道数、宽、高都不相关
B.风格Gram矩阵的大小只与输入特征图的通道数相关
C.风格Gram矩阵的大小与输入特征图的通道数、宽、高都相关
D.风格Gram矩阵的大小只与输入特征图的宽、高有关
正确答案：B
7、现使用YOLO网络进行目标检测，待检测的物体种类为20种，输入图像被划分成7*7个格子，每个格子生成2个候选框，则YOLO网络最终的全连接层输出维度为
A.1078
B.980
C.1470
D.1960
正确答案：C
二、多选题
1、池化层在卷积神经网络中扮演了重要的角色，下列关于池化层的论述正确的有
A.池化操作具有平移不变性
B.池化操作可以实现数据的降维
C.池化操作是一种线性变换
D.池化操作可以扩大感受野
正确答案：A、B、D
2、以下关于MaxPooling和MeanPooling的论述正确的有
A.尺度为（2，2），stride=2的MaxPooling层在梯度后向传播中，后层的梯度值传递给前层对应的最大值位置。
B.尺度为（2，2），stride=2的MeanPooling层在梯度后向传播中，后层的梯度值等额传递给前层的对应位置。
C.尺度为（2，2），stride=2的MaxPooling层在梯度后向传播中，后层的梯度值除以4后传递给前层的相关位置。
D.尺度为（2，2），stride=2的MeanPooling层在梯度后向传播中，后层的梯度值除以4后传递给前层的相关位置。
正确答案：A、D
3、为网络添加BN层能够一定程度上解决梯度弥散的问题，加快模
型的收敛速度。
根据BN层的算法原理，判断以下关于BN层的叙述
正确的有
A.对输入数据进行一定程度的缩小或放大操作，将不会影响BN层的
输出
B.在网络测试阶段，BN层的输出数据会被归一化，均值为0，方差
为1
C.在卷积层之后直接使用BN层，卷积层可以不设置bias
D.假设某个2d的BN层，其输入通道数为n，则该BN层会有n组线性变换因子
正确答案：A、C、D
4、近几年空洞卷积在视觉任务中得到了广泛的应用，下面是空洞卷积的一张示例图。
请结合空洞卷积的设计原理，判断以下论述正确的有
A.当参数量相同时，空洞卷积的感受野比常规卷积的感受野大
B.将空洞卷积的dilatation rate设置为1，此时空洞卷积就相当于常规卷积
C.dilatation rate越大，空洞卷积捕获的像素点之间的相关性越高
D.当训练集的图像中包含的物体绝大多数都是小物体时，可以将网络中空洞卷积的dilatation rate设置的更大，来提升效果
正确答案：A、B
5、以下任务中，哪些是多对一的RNN结构
A.语音识别（输入一串语音，输出对应语音的文字）
B.情感分类（输入一段文字，输出0或者1表示正面或负面情绪）
C.人声性别识别（输入一串语音，输出说话人的性别）
D.图像分类（输入一张图像，输出该图像的标签）
正确答案：B、C
6、下列关于r-cnn网络的描述正确的有
A.非极大值抑制（NMS）算法被用来合并、剔除各个候选框
B.在r-cnn网络中，初步获取的上千个候选框可以不进行尺度缩放，直接输送到下一步的特征提取cnn中
C.r-cnn网络中，经过cnn和svm后，会得到候选框的中心坐标
（x,y）和候选框的长宽（h,w）
D.得到目标候选框的信息后，还需要经过平移和尺度变换两个操作
来获取最终的估计框
正确答案：A、C、D
7、以下关于目标检测算法的论述正确的有
A.YOLO网络只需要一次推断就可以输出图像中物体的位置、所属类
别
B.rcnn、fast-rcnn、faster-rcnn算法都需要额外的selective search模块来捕获候选框
C.YOLO网络的思路是将输入图像划分成固定的s*s个格子，每个格子输出b个BBox
D.rcnn、fast-rcnn、faster-rcnn算法本质上都是将目标检测分成了两个任务，目标框分类和矩形框回归。
正确答案：A、C、D
8、以下叙述正确的有
A.RNN的短期记忆问题是由其梯度消失问题造成的
B.lstm网络具有三个门，遗忘门，输入门，输出门
C.语义分割任务是像素级别的任务，需要对每个像素进行分类。
D.FCN网络使用一组1×1的2d卷积层来实现各个feature map之间的“全连接”
正确答案：A、B、C、D
三、判断题
1、训练CNN时，可以对输入数据进行旋转、平移、缩放等预处理操作来提高模型的泛化能力。
（√）
2、使用FCN做语义分割任务，采用的数据集共有10类物体，编码为0-9，则网络最后一层的通道数应该设置为1，每个像素上的值为网络预测的该像素点所属类别的编码。
（×）
3、在训练GAN网络时，生成器的输出无论优劣，其label都被设置为0（即伪造的数据）。
（√）
4、GAN网络的监督器达到最优的条件是给出的真伪概率都为0.5。
（√）
5、由于GAN网络采用了零和博弈的设计思想，所以这种网络总是能稳定的收敛。
（×）
6、在训练GAN网络时，监督器和生成器同步训练。
（×）
7、GAN网络是一种有监督学习算法。
（×）
8、基于编码-解码网络的风格迁移算法是一种有监督学习算法。
（×）
9、在fast-rcnn网络中，ROI Pooling layer 负责将各个大小不同的矩形框统一池化成大小相同的矩形特征。
（√）
10、fast-rcnn网络将矩形框信息回归（BBOx regression）和候选框分类（region）两个任务合并到了一个模块里，并设计了一个multi-task loss。
（√）
四、填空题
1、现有一个两层的卷积神经网络，第一层是常规的卷积层，输入输出的通道数为3和64，卷积核大小为3×3；第二层是分组卷积层（group convolution layer）,分为4组，输入输出通道数为64和32，卷积核大小为3×3。
则该网络的参数个数为（）
正确答案：6432
2、假设将规格为（H，W，C）=（64，64，16）的特征图先后输入卷积核大小为5×5的卷积层、2×2的MaxPooling层。
卷积操作过程中，不进行边界补零操作，则输出特征图的H=（）
正确答案：30。