華為ICT大賽2024-2025中國區(qū)實踐賽（昇騰Al賽道）校賽理論考試題庫（含答案解析）

PAGEPAGE1華為ICT大賽2024-2025中國區(qū)實踐賽（昇騰Al賽道）校賽理論考試題庫（含答案解析）一、單選題1.坐標為(21,13)和坐標為(22,12)的兩個像素在空間上存在什么鄰接關(guān)系?()A、不存在鄰接關(guān)系B、對角鄰接C、8-鄰接D、4-鄰接答案：B解析：對角鄰接,對角鄰接和4連接共同構(gòu)成8連接2.以下哪個選項是華為的人工智能計算平臺?()A、ModelArtsB、華為云EIC、ECSD、Atlas答案：D解析：華為人工智能計算平臺為Atlas3.在應用開發(fā)時，以下哪種操作不屬于網(wǎng)絡定義的步驟?A、指定輸入維度B、知識蒸館C、權(quán)值初始化D、指定網(wǎng)絡優(yōu)化器答案：B解析：這道題考察的是神經(jīng)網(wǎng)絡開發(fā)的基本步驟。在神經(jīng)網(wǎng)絡開發(fā)中，通常需要指定輸入維度（A選項），進行權(quán)值初始化（C選項），以及指定網(wǎng)絡優(yōu)化器（D選項）來優(yōu)化網(wǎng)絡性能。而“知識蒸餾”是一種模型壓縮技術(shù)，用于將一個復雜模型的知識轉(zhuǎn)移到一個更簡單、更小的模型中，它并不屬于網(wǎng)絡定義的常規(guī)步驟，而是模型優(yōu)化和壓縮的一個環(huán)節(jié)。因此，B選項“知識蒸餾”是不屬于網(wǎng)絡定義步驟的操作。4.MindSpre中根據(jù)指定的軸，對輸入Tensr進行數(shù)據(jù)重排的函數(shù)是（）？A、transposeB、squeezeC、unsqueezeD、reshape答案：A解析：在MindSpore中，根據(jù)指定的軸對輸入Tensor進行數(shù)據(jù)重排的函數(shù)是transpose。所以正確答案是：A.transpse5.以下方法中屬于特征選擇嵌入法(Embedded)的是哪一項?A、方差B、特征遞歸消除法C、LI正則D、互信息法答案：C解析：特征選擇嵌入法（Embedded）是一種通過引入某種約束條件來選擇特征的方法。其中，L1正則是一種常見的約束條件，它通過懲罰具有較大系數(shù)的特征來抑制過擬合，從而選擇出重要的特征。因此，選項A“L1正則”是正確的。6.用手機對一份文檔拍照時，因為拍攝角度的原因，圖像中的文檔有畸變.可以求出()個對應關(guān)鍵點坐標，對圖像進行()變換，將文檔圖像修正.()A、4，仿射B、4，透視C、3，透視D、3，仿射答案：D7.知識圖譜本質(zhì)上是語義網(wǎng)絡的知識庫，以下哪一個選項不屬于知識圖譜中的組件？A、實體B、本體C、邊D、權(quán)重答案：A解析：知識圖譜是一種用于表示和組織知識的方法，它由實體、本體、邊和權(quán)重等組件組成。其中，實體是知識圖譜中的基本元素，用于描述現(xiàn)實世界中的事物或概念；本體是用來定義實體之間的關(guān)系和屬性的；邊是指連接實體和關(guān)系的抽象對象；權(quán)重通常用于表示實體之間的關(guān)系強度或信任度。因此，選項D不屬于知識圖譜中的組件。8.以下哪一項屬于URL的一般格式?A、httpsB、httpsC、httpsD、https答案：D解析：URL的一般格式包括協(xié)議部分（比如https://）、域名部分和文件路徑部分。在所給選項中，只有選項D中包含了完整的URL格式"https://"，因此選項D是屗務格式。9.以下哪個選項不是在自然語言處理發(fā)展過程中的方法?()A、基于統(tǒng)計的方法B、基于規(guī)則的方法C、基于深度學習的方法D、基于遞歸的方法答案：D解析：統(tǒng)計規(guī)則深度混合10.以下列哪一項不屬于語音識別場景的應用?A、會議記錄B、電話回訪C、口語測評D、人臉識別答案：D解析：這道題考察的是對語音識別技術(shù)應用場景的理解。語音識別技術(shù)主要用于將語音轉(zhuǎn)換為文本或指令，常見于會議記錄、電話回訪、口語測評等場景。而人臉識別是另一種技術(shù)，它專注于識別和驗證人臉，與語音識別無直接關(guān)聯(lián)。因此，不屬于語音識別場景的應用是D選項，即人臉識別。11.昇騰AI處理器的邏輯架構(gòu)不包括以下哪個選項?A、DVPPB、GPUC、AI計算引擎D、芯片系統(tǒng)控制CPU答案：B解析：昇騰AI處理器的邏輯架構(gòu)主要包括DVPP（數(shù)字視覺預處理）、AI計算引擎以及芯片系統(tǒng)控制CPU等部分。GPU（圖形處理器）并不是昇騰AI處理器邏輯架構(gòu)的一部分，而是另一種類型的處理器，主要用于圖形渲染和并行計算任務。因此，選項B是不包括在昇騰AI處理器邏輯架構(gòu)內(nèi)的正確選項。12.HUAWEIHiAI平臺支持與哪一個工具集成?A、JupyterNotebookB、MyEclipseC、AndroidStudioD、Spider答案：C解析：HUAWEIHiAI平臺支持與AndroidStudio集成，這有助于開發(fā)者在Android應用程序中集成和使用HiAI的AI能力。JupyterNotebook、MyEclipse和Spider不是專門用于Android應用程序開發(fā)的工具13.下圖中，像素點p和s之間的棋盤距離是?A、2B、3C、8D、5答案：B解析：距離度量：像素之間的聯(lián)系與像素在空間的接近程度相關(guān)，這個接近程度可用距離來度量。在圖像處理中常用的距離函數(shù)有：14.以下哪一項是在標準RNN結(jié)構(gòu)中的隱藏層中使用的激活函數(shù)?A、RaLUB、tanhC、SoftmaxD、Sigmoid答案：B解析：在標準的循環(huán)神經(jīng)網(wǎng)絡（RNN）結(jié)構(gòu)中，隱藏層通常使用激活函數(shù)來增加模型的非線性性質(zhì)和表示能力。其中，tanh函數(shù)是一個常用的激活函數(shù)，用于處理二值輸入的輸出層或者隱藏層，使模型在某些特定任務中表現(xiàn)出色。因此，選項B“tanh”是正確的。15.圖像識別任務可以分為三個層次，根據(jù)處理內(nèi)容的抽象性，從低到高依次為?A、圖像處理，圖像分析，圖像理解B、圖像分析，圖像理解，圖像處理C、圖像理解，圖像分析，圖像處理D、圖像分析，圖像處理，圖像理解答案：A解析：這道題考察的是對圖像識別任務層次的理解。圖像識別任務確實可以分為三個層次，根據(jù)處理內(nèi)容的抽象性從低到高排序。首先是圖像處理，它涉及對圖像的基本操作，如濾波、增強等；接著是圖像分析，它關(guān)注于提取圖像中的有用信息；最后是圖像理解，它試圖解釋圖像中的內(nèi)容和上下文。因此，正確的順序是圖像處理、圖像分析、圖像理解，對應選項D。16.以下哪一選項不是序列標注方法?A、CRFB、MEMMC、N-GramD、HMM答案：C解析：傳統(tǒng)序列標注方法有HMM、MEMM、CRF;基于深度學習序列標注方法有RNN/LSTM、BiLSTM+CRF、BERT(見PPT第456頁)17.線性回歸在3維以上的維度中擬合面是?A、曲面B、平面C、超平面D、超曲面答案：C解析：這道題考察的是對線性回歸在高維空間中擬合面的理解。線性回歸在二維空間中擬合的是一條直線，在三維空間中擬合的是一個平面。當維度超過三維時，線性回歸擬合的是一個超平面，而不是曲面或超曲面。因此，正確答案是C。18.以下關(guān)于機器學習描述正確的是哪個選項?A、深度學習是機器學習的一個分支B、深度學習與機器學習是互相包含的關(guān)系C、深度學習與機器學習同屬于人工智能但相互之間沒有關(guān)系D、以上都不對答案：A解析：這道題考察的是對機器學習和深度學習關(guān)系的理解。機器學習是一個廣泛的領(lǐng)域，旨在開發(fā)算法使計算機能夠從數(shù)據(jù)中學習并做出預測或決策。深度學習是機器學習的一個子集，它使用神經(jīng)網(wǎng)絡模型來模擬人腦的學習過程。因此，深度學習確實是機器學習的一個分支，選項A正確。選項B錯誤，因為深度學習不是機器學習的全部，而是其一部分。選項C錯誤，因為深度學習和機器學習確實有關(guān)系，深度學習是機器學習的一個特定方法。選項D錯誤，因為A選項是正確的。19.關(guān)于高斯分布曲線描述正確的是？A、高斯曲線呈鐘型，兩頭高，中間低B、標準差越小，曲線越扁平C、標準差越大，曲線越瘦高D、高斯曲線呈鐘型，兩頭低，中間高答案：D解析：標準差越大，曲線越扁平；反之，標準差越小，曲線越瘦高20.John自己編寫了一個人工智能計算框架，其中部分算子不適配昇騰芯片，則John需要如何操作來解決這個問題?A、通過CANN(ComputeArchitectureforneuralnetwork)中的已有算子進行適配。B、通過適配層，完成不同框架的圖到FE(FusionEngine)lRGraph的轉(zhuǎn)換。C、通過TBE(TensorBoostEngine)，完成不同框架的算子到昇騰算子的映射。D、通過ATC(AscendTensorCompiler)完成算子轉(zhuǎn)換。答案：C解析：John需要通過TBE（TensorBoostEngine）完成不同框架的算子到昇騰算子的映射，以解決算子不適配昇騰芯片的問題。這是因為TBE是華為Ascend（昇騰）系列芯片的配套工具，能夠?qū)⒉煌蚣艿乃阕舆m配到昇騰芯片上，從而實現(xiàn)高效的計算和推理。其他選項如CANN、適配層、ATC等，雖然在某些情況下可能有用，但它們并不是針對昇騰芯片的專門工具。21.MindSpore中用于保存模型權(quán)重的接口是以下哪個選項?A、mindspore.save_checkpoint(model,"model.ckpt")B、mindspore.load_checkpoint("model.ckpt")C、mindspore.load_param_into_net(model,param_dict)D、mindspore.ops.no_gradient答案：A解析：這道題考察的是對MindSpore框架中模型保存接口的了解。在MindSpore中，`save_checkpoint`是用于保存模型權(quán)重和參數(shù)的接口，而`load_checkpoint`是用于加載模型權(quán)重和參數(shù)的接口，`load_param_into_net`用于將參數(shù)加載到網(wǎng)絡中，`ops.no_gradient`用于指定某個操作不計算梯度。因此，正確答案是A。22.詞袋模型是最早的以詞語為基本處理單元的文本向量化方法。以下哪個選項不是TF-IDF的缺陷？A、維度災難B、存在語義鴻溝C、無法保留次序信息D、沒有基于分布假說答案：A解析：TF-IDF是一種常用的文本特征提取方法，它考慮了詞頻（TF）和逆文檔頻率（IDF），能夠有效地衡量一個詞在文本中的重要性。TF-IDF的缺陷包括維度災難（特征空間過大）、存在語義鴻溝（無法考慮詞語之間的語義關(guān)系）、無法保留次序信息（將文本轉(zhuǎn)化為詞袋模型會丟失詞語的順序信息）。23.使用梯度下降法的目的是什么?A、尋找標簽值B、改變模型結(jié)構(gòu)C、優(yōu)化參數(shù)D、預測結(jié)果答案：C解析：這道題考察的是對梯度下降法的基本理解。梯度下降法是一種常用的優(yōu)化算法，在機器學習和深度學習中廣泛應用。其核心目的是通過迭代更新模型的參數(shù)，以最小化損失函數(shù)，即“優(yōu)化參數(shù)”。標簽值是模型預測的目標，不是梯度下降法的目的；模型結(jié)構(gòu)是事先定義的，梯度下降法不會改變它；預測結(jié)果是模型訓練完成后的應用，不是梯度下降法的直接目的。因此，正確答案是C。24.以下選項中，哪個選項的模型無法分割線性不可分數(shù)據(jù)集?A、神經(jīng)網(wǎng)絡B、線性回歸C、SVMD、KNN答案：B解析：線性回歸只能對線性可分的數(shù)據(jù)集進行建模，而無法分割線性不可分的數(shù)據(jù)集。因此，選項B（線性回歸）是正確。其他選項，如神經(jīng)網(wǎng)絡、SVM和KNN，都可以用于分割線性不可分的數(shù)據(jù)集。25.某電商公司一直存在官網(wǎng)卡頓，網(wǎng)絡資源利用率不佳，運維困難的問題，那么該公司可以使用以下哪一種EI服務?A、園區(qū)智能體B、交通智能體C、網(wǎng)絡智能體D、工業(yè)智能體答案：C解析：這道題考察的是對EI服務應用領(lǐng)域的理解。首先，從題干中我們可以了解到，這家電商公司面臨的主要問題是官網(wǎng)卡頓、網(wǎng)絡資源利用率不佳以及運維困難，這些都是與網(wǎng)絡性能和管理相關(guān)的問題。接下來，我們逐一分析選項：?A選項“園區(qū)智能體”，通常用于園區(qū)的智能化管理，與網(wǎng)絡性能問題不直接相關(guān)。?B選項“交通智能體”，主要應用于交通領(lǐng)域的智能化，同樣與網(wǎng)絡性能問題不直接相關(guān)。?C選項“網(wǎng)絡智能體”，專注于網(wǎng)絡的智能化管理，包括性能優(yōu)化、資源分配等，直接針對題干中提到的網(wǎng)絡問題。?D選項“工業(yè)智能體”，主要應用于工業(yè)領(lǐng)域的智能化，與網(wǎng)絡性能問題不直接相關(guān)。綜上所述，針對電商公司面臨的網(wǎng)絡問題，最適用的EI服務是“網(wǎng)絡智能體”，因此答案是C。26.對遠程真機的描述正確的是？A、遠程真機提供了華為最新最全的機型B、使用遠程真機是危險的，可能導致病毒C、一個用戶同時可以并發(fā)使用多臺遠程真機D、可以無限時間的占用遠程真機答案：A解析：遠程真機是用于遠程操作和管理設(shè)備的工具，它提供了華為最新最全的機型，可以方便地遠程訪問和控制設(shè)備。因此，選項A是正確的描述。其他選項B、C、D都與遠程真機的功能和實際使用情況不符。27.“批量推理是對批量數(shù)據(jù)進行推理的批量作業(yè)，使用批量推理之前，不需要對模型進行訓練。”關(guān)于上述描述，以下哪一個說法是正確的?A、該描述錯誤，批量推理不需要訓練操作B、該描述錯誤，推理之前要對模型進行訓練才可以C、該描述正確，推理意味著訓練結(jié)束D、該描述正確，批量推理就是不需要再訓練了答案：B解析：這道題考察的是對機器學習和模型推理過程的理解。在機器學習中，模型訓練是推理的前提，沒有訓練過的模型無法進行有效的推理。批量推理雖然是對批量數(shù)據(jù)進行處理，但同樣需要基于已經(jīng)訓練好的模型。因此，描述中的“使用批量推理之前，不需要對模型進行訓練”是錯誤的。解析：批量推理是對批量數(shù)據(jù)進行推理的過程，但這并不意味著可以跳過模型訓練步驟。實際上，任何推理操作之前都需要先對模型進行訓練。因此，正確答案是B，即該描述錯誤，推理之前要對模型進行訓練才可以。28.Mindspore深度學習框架可以支持動態(tài)圖和靜態(tài)圖模式，下列哪一項是Mindspore靜態(tài)圖的設(shè)置代碼?A、context.setcontext(mode=context.GPUMODE)B、context.setcontext(mode=context.GRAPHMODE)C、ontext.setcontext(mode=context.PYNATIVEMODED、context.setcontext(mode=context.ASCENDMODE)答案：B解析：MindSpore是一個深度學習框架，它支持動態(tài)圖和靜態(tài)圖兩種模式。靜態(tài)圖模式主要是為了優(yōu)化性能和預測的穩(wěn)定性。在MindSpore中，`context.set_context`函數(shù)用于設(shè)置運行模式和設(shè)備等信息。其中，`context.GRAPH_MODE`正是靜態(tài)圖的設(shè)置選項。因此，正確答案是B。當使用`context.set_context(mode=context.GRAPH_MODE)`時，MindSpore將采用靜態(tài)圖模式進行運行。29.以下哪個概念是用于計算復合函數(shù)的導數(shù)。A、徑向基函數(shù)B、softplus函數(shù)C、微積分中的鏈式法則D、硬雙曲正切函數(shù)答案：C解析：復合函數(shù)的導數(shù)是通過微積分中的鏈式法則來計算的。在復合函數(shù)的求導過程中，需要將函數(shù)逐級分解為基本函數(shù)，并使用鏈式法則逐層求導。因此，選項C是正確的。30.在全連接結(jié)構(gòu)中，使用一個包含1000個神經(jīng)元的隱藏層處理一張100?100分辨率的圖片，不考慮偏置項，以下哪一項是正確的參數(shù)量?A、10000B、100000C、1000000D、10000000答案：D解析：這道題考察的是全連接層參數(shù)量的計算。在全連接層中，每個神經(jīng)元都與前一層的所有神經(jīng)元相連。因此，參數(shù)量等于前一層的神經(jīng)元數(shù)量乘以當前層的神經(jīng)元數(shù)量。在這個問題中，輸入層（即圖片）有100?100=10000個神經(jīng)元，隱藏層有1000個神經(jīng)元，所以參數(shù)量是10000?1000=10000000。因此，正確答案是D。31.人臉識別案例中,使用的是哪種神經(jīng)網(wǎng)絡()A、VGGB、LSTMC、InceptionD、Resnet答案：D解析：這道題考察的是對人臉識別技術(shù)中常用神經(jīng)網(wǎng)絡模型的了解。在人臉識別領(lǐng)域，Resnet（殘差網(wǎng)絡）因其強大的特征提取能力和深度結(jié)構(gòu)，被廣泛用于提高識別的準確性和效率。相比之下，VGG雖然也是一個深度卷積網(wǎng)絡，但在人臉識別中的使用不如Resnet普遍；LSTM主要用于序列數(shù)據(jù)處理，如語音識別或自然語言處理，并不適用于圖像識別任務；Inception模型雖然也在圖像識別中有應用，但在人臉識別的具體案例中，Resnet更為常見。因此，根據(jù)人臉識別技術(shù)的實際應用情況，答案是D，即Resnet。32.某機器學習模型對訓練集的準確率很高，但對測試集則效果不佳，其原因可能是以下哪一項？A、欠擬合B、過擬合C、參數(shù)辻少D、機器性能問題答案：B解析：答案選B。過擬合是指模型在訓練集上表現(xiàn)很好，但在新的測試集上表現(xiàn)不佳。當模型過度學習訓練集的細節(jié)和噪聲，導致其泛化能力變差，無法很好地適應新的數(shù)據(jù)。而欠擬合是模型在訓練集和測試集上表現(xiàn)都不好；參數(shù)過少通常導致模型無法充分學習數(shù)據(jù)特征；機器性能問題一般不會導致這種訓練集和測試集表現(xiàn)差異的情況。所以該題答案為B過擬合。33.以下選項中不屬于超參數(shù)搜索方法的是哪一項?A、網(wǎng)格搜索B、聚類算法C、貝葉斯搜索D、隨機搜索答案：B解析：在機器學習和深度學習中，超參數(shù)搜索是優(yōu)化模型性能的重要步驟。超參數(shù)搜索方法主要分為以下幾類：網(wǎng)格搜索、隨機搜索、貝葉斯搜索等。A選項網(wǎng)格搜索是通過在預定義的參數(shù)空間中窮舉搜索最優(yōu)的參數(shù)組合。C選項貝葉斯搜索是一種基于貝葉斯優(yōu)化理論的搜索方法，它能夠根據(jù)歷史搜索結(jié)果動態(tài)調(diào)整搜索范圍。D選項隨機搜索是隨機選取不同的參數(shù)組合來探索整個參數(shù)空間，尋求可能的最優(yōu)解。而B選項聚類算法，是一種無監(jiān)督學習方法，主要目的是將數(shù)據(jù)點進行分類，使其同組內(nèi)的相似度盡可能高，與其他組的差異盡可能大。因此，它不是超參數(shù)搜索方法的一種。所以，答案為B、聚類算法。34.根據(jù)美國汽車工程師協(xié)會(SA.E)將自動駕駛按照車輛行駛對于系統(tǒng)依賴程度分為哪些級別?A、L1~L4B、L1~L5C、L0~L4D、L0~L5答案：D解析：美國汽車工程師協(xié)會（SAE）根據(jù)車輛行駛對于系統(tǒng)依賴程度將自動駕駛分為五個等級，即L0~L5。其中，L1~L4是四級自動駕駛，即車輛在一定程度上依賴自動駕駛系統(tǒng)進行行駛，但仍然需要人類駕駛員在特定情況下進行干預。而L5則是完全自動駕駛，車輛可以在沒有人類干預的情況下進行行駛。35.雖然目前大模型在語言理解、問答等方面表現(xiàn)出了優(yōu)秀的能力，但還存在一些問題，比如問答中會出現(xiàn)杜撰、編造的事實、數(shù)據(jù)等，這叫做大模型的什么現(xiàn)象？A、真實性B、幻覺C、涌現(xiàn)D、泛化答案：B解析：在大模型的應用中，當在問答時出現(xiàn)杜撰、編造事實和數(shù)據(jù)等情況，這種現(xiàn)象被稱為“幻覺”。大模型在處理復雜的語言任務時，可能會基于模式和概率生成看似合理但實際上不準確或虛構(gòu)的內(nèi)容?！罢鎸嵭浴睆娬{(diào)內(nèi)容真實準確，與題目描述不符；“涌現(xiàn)”通常指復雜系統(tǒng)中突然出現(xiàn)的新特性或行為；“泛化”指模型對新數(shù)據(jù)的適應能力。綜上，正確答案是B。36.在昇騰AI軟件棧中，MindStudio屬于以下哪一種類別？A、管理運維工具B、全流程開發(fā)工具鏈C、異構(gòu)計算架構(gòu)D、深度學習框架答案：B解析：這道題考察的是對昇騰AI軟件棧中MindStudio的理解。MindStudio是昇騰AI軟件棧的一部分，它提供了從模型開發(fā)到部署的全流程支持，是一個綜合性的開發(fā)工具鏈。根據(jù)這個知識點，我們可以判斷MindStudio屬于全流程開發(fā)工具鏈，而不是管理運維工具、異構(gòu)計算架構(gòu)或深度學習框架。因此，正確答案是B。37.以下關(guān)于機器學習常見算法的說法中，哪一項是錯誤的?A、樸素貝葉斯是一種簡單的分類算法，基于貝葉斯定理，并假設(shè)特征之間是獨立的。B、隨機森林對列采樣引入了隨機性，因此無需剪枝也不容易發(fā)生過擬合。C、Xgboost收斂速度快，對于異常值不敏感。D、SVI的核心思路是找到一條直線，使離直線比較近的點，盡可能遠離這條直線。答案：C解析：行采樣（Bootstrapping）從原始數(shù)據(jù)集中隨機有放回地抽取樣本，用于訓練每棵樹。列采樣（特征采樣）在構(gòu)建每棵樹時，從所有特征中隨機選擇一個子集用于節(jié)點的分裂38.以下哪一項的張量[[[0,1],[2,3]],[[4.5],[6.7]]]的正確形狀？A、[2,2,2]B、[3,2,4]C、[3,3,2]D、[2,3,4]答案：A解析：這道題考察的是對張量形狀的理解。張量的形狀是指其各個維度上的大小。給定的張量[[[0,1],[2,3]],[[4,5],[6,7]]]是一個三維張量，最外層有2個二維數(shù)組，每個二維數(shù)組有2個一維數(shù)組，每個一維數(shù)組有2個元素。因此，這個張量的形狀是[2,2,2]，對應選項A。39.以下關(guān)于前饋神經(jīng)網(wǎng)絡的描述中，錯誤的是哪一項?A、各層節(jié)點中具有計算功能的神經(jīng)元，稱為計算單元，每個神經(jīng)元只與前一層的神經(jīng)元相連。B、輸入節(jié)點具有計算功能，不只是為了表征輸入矢量各元素值C、前饋神經(jīng)網(wǎng)絡是一種最簡單的神經(jīng)網(wǎng)絡，各神經(jīng)元分層排列。D、多層的感知器屬于前饋神經(jīng)網(wǎng)絡。答案：B解析：輸入層節(jié)點的功能不只是為了表征輸入矢量各元素值，而是起到了收集輸入信息、并決定進入隱含層的節(jié)點的數(shù)據(jù)成分的功能。選項B表述錯誤，所以為B。40.以下哪個選項不屬于異騰AI處理器的硬件架構(gòu)?A、TBEB、DVPPC、ontrolCPUD、AICore答案：A解析：這道題考察的是對昇騰AI處理器硬件架構(gòu)的了解。昇騰AI處理器的硬件架構(gòu)主要包括ControlCPU、AICore以及D.VPP等部分，它們各自承擔著不同的功能和任務。而TB.E并不屬于昇騰AI處理器的硬件架構(gòu)，因此，根據(jù)題目要求，選項A是正確答案。41.John在查看CANN(ComputeAarchitectureforNeuralNetwork)的功能介紹時發(fā)現(xiàn)有TBE(TensorBoostEngine)子系統(tǒng)，其中有一個調(diào)度模塊，那么這個模塊的作用是什么?A、生成類字節(jié)碼的與硬件無關(guān)的代碼，可以被網(wǎng)絡模型直接加載調(diào)用。B、用于描述指定shape下算子如何在昇騰Al處理器上進行切分C、提供算子邏輯的編寫的接口(Compute接口)，使用接口來編寫算子。D、對生成的IR進行編譯優(yōu)化。答案：B解析：Schedule模塊：用于描述指定shape下算子如何在昇騰Al處理器上進行切分，包括Cube類算子的切分、Vector類算子的切分，它們?nèi)匀皇褂玫氖巧鐓^(qū)提供的調(diào)度原語來描述。42.MindSpore中的nn.cell提供了定義執(zhí)行計算的基本模塊，cell的對象可以直接執(zhí)行以下說法有誤的是？A、還有一些optim常用優(yōu)化器,wrap常用網(wǎng)絡包裝函數(shù)等與定義cellB、Coststruct,定義執(zhí)行的過程，圖模式時，會被編譯成圖來執(zhí)行，沒有語法限制，C、Bprop（可選）自定義模塊的方向D、__init__,初始化參數(shù)（parameter），子模塊（cell），算子（Primitive）等組件，進行初始化的校驗。答案：B解析：在MindSpore中，nn.cell提供了定義執(zhí)行計算的基本模塊，它可以與一些優(yōu)化器、網(wǎng)絡包裝函數(shù)等一起使用。在圖模式中，cell會被編譯成圖來執(zhí)行，沒有語法限制。而選項B中提到的Coststruct并不是cell對象執(zhí)行過程中的一部分，因此選項B的說法是錯誤的。其他選項中的內(nèi)容都是cell對象執(zhí)行過程中的一部分，因此選項A、C、D都是正確的。43.一副照片在存放過程出現(xiàn)了很多小的噪點，對其掃描件進行哪個操作的去噪效果最好?A、拉普拉斯濾波B、高斯濾波C、中值濾波D、均值濾波答案：C解析：均值濾波、高斯濾波、中值濾波，模糊效果最好是均值，去燥效果最好是中值44.以下不屬于隱馬爾科夫模型在語音識別中應用的是?()A、計算輸出序列B、用B-W算法求最優(yōu)解C、根據(jù)最佳序列組合的音素和單詞D、根據(jù)標簽形成詞和句子答案：D解析：前向后向算法計算P(O/A),即輸出序列、隱含序列;Baum-Welch算法求出最優(yōu)解;根據(jù)最佳序列組合的音素和單詞;得出最佳序列;根據(jù)語言模型形成詞和句子45.在深度學習領(lǐng)域中，以下哪一項不是優(yōu)化器的作用?()A、減小超參數(shù)設(shè)置難度，主要是LearningRate(LR)B、尋找最優(yōu)超參數(shù)C、加快算法收斂速度D、緩解算法擴散速度答案：B解析：在深度學習領(lǐng)域中，優(yōu)化器主要的作用是幫助模型學習，通過調(diào)整權(quán)重來優(yōu)化損失函數(shù)。具體來說：A選項正確，優(yōu)化器確實可以減小超參數(shù)設(shè)置難度，特別是LearningRate（LR）的設(shè)置，使模型更容易達到最優(yōu)解。C選項正確，優(yōu)化器能夠加快算法收斂速度，使得模型可以更快地找到最優(yōu)解。D選項也被部分優(yōu)化器所采用，例如一些優(yōu)化算法會通過特定的機制來“緩解”或“平衡”算法的擴散速度，以保證模型在訓練過程中的穩(wěn)定性。然而，B選項“尋找最優(yōu)超參數(shù)”并不是所有優(yōu)化器的作用。尋找最優(yōu)超參數(shù)通常是模型調(diào)優(yōu)的一部分，可以通過網(wǎng)格搜索、隨機搜索或貝葉斯優(yōu)化等方法進行，但這不是優(yōu)化器直接的功能。因此，正確答案是B。46.以下關(guān)于Mindspore子系統(tǒng)的設(shè)計目標的描述，錯誤的是哪一項?A、向用戶提供統(tǒng)一的模型訓練，推理和A.導出等接口，滿足端，邊，云等不同場景B、兩層用戶API設(shè)計，支撐用戶進行網(wǎng)B.絡構(gòu)建，整圖執(zhí)行，子圖執(zhí)行l(wèi)以及單算子執(zhí)行C、單機和分布式訓練統(tǒng)一的編碼方式D、動態(tài)圖和靜態(tài)圖差異化編碼方式答案：D解析：這道題考察的是對Mindspore子系統(tǒng)設(shè)計目標的了解。Mindspore是一個全場景深度學習框架，它的設(shè)計目標包括提供統(tǒng)一的接口、支持多種用戶API設(shè)計以及統(tǒng)一的編碼方式等。A選項描述的是Mindspore提供統(tǒng)一的模型訓練、推理和導出等接口，滿足端、邊、云等不同場景，這是正確的。B選項提到的是Mindspore的兩層用戶API設(shè)計，支撐用戶進行網(wǎng)絡構(gòu)建、整圖執(zhí)行、子圖執(zhí)行以及單算子執(zhí)行，這也是符合Mindspore設(shè)計目標的。C選項說的是Mindspore支持單機和分布式訓練統(tǒng)一的編碼方式，這同樣是正確的。而D選項提到的動態(tài)圖和靜態(tài)圖差異化編碼方式，并不符合Mindspore的設(shè)計目標。Mindspore追求的是統(tǒng)一的編碼方式，而不是差異化編碼。因此，錯誤的描述是D選項。47.在模型訓練和評估的過程中,經(jīng)常會出現(xiàn)過擬合和欠擬合現(xiàn)象,以下關(guān)于過擬合和欠擬合現(xiàn)象描述正確的是哪一項?()A、過擬合現(xiàn)象反映到評估指標上,就是模型在訓練集上的表現(xiàn)很好,但在測試集和新數(shù)據(jù)上的表現(xiàn)較差。B、欠擬合指的是模型在訓練時表現(xiàn)很好,預測時表現(xiàn)很差的情況。C、過擬合是指模型對于訓練數(shù)據(jù)擬合不充分的情況。D、欠擬合指的是模型在訓練和預測時表現(xiàn)都很好的情況。答案：A解析：在機器學習中，過擬合和欠擬合是常見的現(xiàn)象。過擬合是指模型在訓練數(shù)據(jù)上學習得過于復雜，以至于它捕捉到了訓練數(shù)據(jù)中的噪聲和細節(jié)，而沒有學習到數(shù)據(jù)背后的真正規(guī)律。這導致模型在訓練集上表現(xiàn)很好，但在未見過的測試集和新數(shù)據(jù)上表現(xiàn)較差。相反，欠擬合是指模型沒有充分捕捉到訓練數(shù)據(jù)中的信息，導致在訓練集和測試集上都表現(xiàn)不佳。根據(jù)這些定義，我們可以判斷選項A正確描述了過擬合現(xiàn)象：模型在訓練集上表現(xiàn)很好，但在測試集和新數(shù)據(jù)上表現(xiàn)較差。選項B錯誤地描述了欠擬合，因為它混淆了過擬合和欠擬合的概念。選項C錯誤地定義了過擬合，實際上描述的是欠擬合。選項D則完全錯誤，因為它描述的是理想中的模型表現(xiàn)，而不是欠擬合。因此，答案是A。48.TensorFlow2.0的keras.preprocessing的作用是?A、keras數(shù)據(jù)處理工具B、keras內(nèi)置優(yōu)化器C、keras模型部署工具D、Keras生成模型工具答案：A解析：這道題考察的是對tf.keras.preprocessing模塊的理解。在TensorFlow框架中，tf.keras.preprocessing模塊主要用于數(shù)據(jù)的預處理，包括數(shù)據(jù)的歸一化、標準化、編碼轉(zhuǎn)換等，以便于模型更好地進行訓練和預測。因此，根據(jù)這個知識點，我們可以確定答案是B，即keras數(shù)據(jù)處理工具。49.GRU特有的門結(jié)構(gòu)是?()A、輸入門B、輸出門C、遺忘門D、更新門答案：D解析：這道題考察的是對GRU（門控循環(huán)單元）網(wǎng)絡結(jié)構(gòu)的理解。GRU是一種流行的循環(huán)神經(jīng)網(wǎng)絡結(jié)構(gòu)，用于處理序列數(shù)據(jù)。它有兩個特有的門結(jié)構(gòu)：更新門和重置門。更新門用于控制前一時刻的狀態(tài)信息被帶入到當前狀態(tài)中的程度，是GRU特有的門結(jié)構(gòu)之一。因此，正確答案是D，即更新門。50.以下哪一選項不屬于馬爾科夫模型的三要素?A、狀態(tài)集合B、觀測概率C、轉(zhuǎn)移概率D、初始概率答案：B解析：馬爾科夫模型是一種統(tǒng)計模型，用于描述一個系統(tǒng)隨時間演變的概率過程。它包含三個基本要素狀態(tài)集合系統(tǒng)可能處于的所有狀態(tài)的集合。轉(zhuǎn)移概率描述系統(tǒng)從一個狀態(tài)轉(zhuǎn)移到另一個狀態(tài)的概率。初始概率系統(tǒng)在初始時刻處于各個狀態(tài)的概率分布。51.Mindspore.ops.GradOperation(get_all-False,get_by_lisparam=False)。以下關(guān)于上述代碼的描述中，正確的是哪一項?A、get_all為False時，會對所有揄入求導B、sens_param對網(wǎng)絡的輸出值做縮放以改變最終梯度C、get_by_Iist為False時會對權(quán)重求導。D、GradOperation方法在梯度下降和反向傳播中沒有任何用處答案：B解析：`mindspore.ops.GradOperation`是MindSpore框架中用于計算梯度的操作。分析各選項`get_all=False`時，不會對所有輸入求導，而是根據(jù)其他參數(shù)的設(shè)置選擇性地求導。`sens_param`用于指定對哪些輸入的梯度進行縮放，但它并不直接對網(wǎng)絡的輸出值做縮放。`get_by_list=False`時，不會根據(jù)列表中的指定參數(shù)求導，而是根據(jù)其他參數(shù)的設(shè)置進行。`GradOperation`方法是梯度下降和反向傳播中的核心，用于計算梯度，說它“沒有任何用處”是不正確的。但此處的表述可能是個設(shè)問，實際上是在測試對`GradOperation`作用的理解52.在交通執(zhí)法的車輛檢測場景中，對違章車輛的罰寧可漏報，不要誤報，以免產(chǎn)生錯誤的罰款，這需要系統(tǒng)的哪個指示很高？A、召回率B、置信度C、精度D、正確率答案：A解析：在交通執(zhí)法的車輛檢測場景中，誤報會導致錯誤的罰款，因此需要系統(tǒng)的性能指示器中召回率很高。召回率是衡量系統(tǒng)在漏報方面表現(xiàn)的重要指標，它表示系統(tǒng)能夠正確識別出所有應該被識別出的目標的能力。在這個場景中，對違章車輛的罰款可接受漏報，但不能有誤報，否則會產(chǎn)生錯誤的罰款。53.參數(shù)合成方法最大的問題是?()A、音質(zhì)較差B、參數(shù)較難獲取C、波形不確定D、語速未知答案：B解析：在語音合成對發(fā)展中,早期的研究主要是采用參數(shù)合成方法。值得提及的是Holmes的并聯(lián)共振峰合成器的語音,和Klatt的串/并聯(lián)共振峰合成器,需要精心調(diào)整參數(shù),這兩個合成器都能合成出非常自然的語音,但準確提取共振峰參數(shù)比較困難,合成語音的音質(zhì)難以達到實用要求54.圖像分類作業(yè)如何標注？A、用橢圓框住目標B、用圓形框住目標C、給圖片輸入類別標簽D、用矩形框住目標答案：C解析：圖像分類作業(yè)的標注主要是給圖片分配類別標簽，以便訓練圖像分類模型。在這個過程中，不需要用矩形、圓形或橢圓框住目標，而是直接給圖片輸入對應的類別標簽。因此，正確答案是C。55.使用MindSpore執(zhí)行圖片中的代碼時，以下哪一項是這段代碼的正確輸出結(jié)果?Tensor=Tensor(np.array([[0,1]，[2,3]]).astype(np.float32))Print(tensor[:,0])A、["02"]B、["0.1.]C、["1.3.]D、["0.2.”]答案：D解析：這道題考察的是對MindSpore框架中Tensor切片操作的理解。在MindSpore中，Tensor對象支持NumPy風格的切片操作。給定的Tensor是一個2x2的浮點數(shù)數(shù)組，執(zhí)行`tensor[:,0]`意味著選取所有行的第0列，因此結(jié)果應該是第一列的元素，即`[0.,2.]`。由于選項是以字符串形式給出，并且可能包含格式上的簡化或誤差，我們需要找到與之匹配的選項。選項B`["0.","2."]`與預期的輸出相匹配，盡管實際輸出中不會有引號，但考慮到選項的表達方式，我們可以認為B是正確答案。56.下列哪一項屬于Mindspore的網(wǎng)絡結(jié)構(gòu)算子?A、mindspore.nn.DenseB、mindspore.layer.DenseC、mindspore.nn.FCD、mindspore.layer.FC答案：A解析：MindSpore是一種深度學習框架，其網(wǎng)絡結(jié)構(gòu)算子主要指的是用于構(gòu)建神經(jīng)網(wǎng)絡的各種層和操作。在給定的選項中，我們需要找到屬于MindSpore框架的網(wǎng)絡結(jié)構(gòu)算子。A選項`mindspore.nn.Dense`通常指的是全連接層（DenseLayer），這是神經(jīng)網(wǎng)絡中常用的一種層結(jié)構(gòu)，屬于MindSpore的網(wǎng)絡結(jié)構(gòu)算子。B選項`mindspore.layer.Dense`并不是MindSpore的標準API，可能是用戶自定義的層或者與其他庫相關(guān)的層。C和D選項涉及到的`FC`（FullyConnected）層，雖然也是神經(jīng)網(wǎng)絡中的常見層，但它們并不是MindSpore的直接API。因此，根據(jù)MindSpore的標準API和命名規(guī)范，正確答案是A、`mindspore.nn.Dense`。57.以下哪一項是異騰310芯片的功耗?A、8WB、7WC、9wD、6w答案：A解析：昇騰310為推理芯片,最大功耗8W;昇騰910為訓練芯片,最大功耗310W58.下面哪一項不屬于ModelArts平臺中數(shù)據(jù)管理的功能?A、自動持征挖掘B、獲取數(shù)據(jù)C、全數(shù)據(jù)格式支持D、迭代式智能標注框架答案：B解析：這道題考察的是對ModelArts平臺中數(shù)據(jù)管理功能的了解。ModelArts平臺是一個提供一站式AI開發(fā)和管理能力的平臺，其中數(shù)據(jù)管理是其核心功能之一。具體來說，ModelArts平臺支持自動特征挖掘，這有助于用戶從數(shù)據(jù)中提取有用的特征；它提供全數(shù)據(jù)格式支持，意味著用戶可以使用各種格式的數(shù)據(jù)進行訓練和分析；它還包含迭代式智能標注框架，這可以大大提高數(shù)據(jù)標注的效率和準確性。然而，獲取數(shù)據(jù)并不是ModelArts平臺數(shù)據(jù)管理的直接功能，而是用戶在使用平臺之前需要自行完成的任務。因此，選項B“獲取數(shù)據(jù)”是不屬于ModelArts平臺中數(shù)據(jù)管理功能的。59.以下哪個激活函數(shù)可以很好的緩解梯度消失問題？A、SigmoidB、TanhC、SoftsignD、Relu答案：D解析：這道題考察的是對激活函數(shù)特性的理解。在深度學習中，激活函數(shù)的選擇對模型的訓練效果有很大影響。梯度消失是一個常見問題，它會導致網(wǎng)絡在訓練過程中權(quán)重更新緩慢或停止。ReLU（RectifiedLinearUnit）激活函數(shù)在正數(shù)部分保持梯度為1，這有助于緩解梯度消失問題，因為它允許梯度在反向傳播時保持不變，從而有助于保持網(wǎng)絡的學習能力。因此，ReLU是一個很好的選擇來緩解梯度消失問題。60.“人工智能對于所有的數(shù)據(jù)都可以處理?！标P(guān)干上述描述，以下哪一個說法是正確的?A、該說法錯誤是深度學習能對所有的數(shù)據(jù)都可以處理B、該說法正確，AI可以處理任何數(shù)據(jù),C、該說法正確AI對于數(shù)據(jù)有很的學習能力D、該說法措誤，需要對致?lián)M行預處理等操作才可以輸入模型答案：D解析：人工智能并不能處理所有數(shù)據(jù)，它需要經(jīng)過數(shù)據(jù)預處理等操作才能輸入模型，因此選項D是正確的。AI對于數(shù)據(jù)有很強的學習能力，但并不是可以處理任何數(shù)據(jù)。61.自動車險定損場景中，用戶依次上傳車輛的全景照片、受損部位照片以及受損部位細節(jié)照片，然后定損系統(tǒng)通過所上傳圖片的細節(jié)進行判定。這一場景運用了以下哪一項技術(shù)?A、語音合成和處理技術(shù)B、語音識別和處理技術(shù)C、自然語言處理技術(shù)D、圖像識別和目標檢測技術(shù)答案：D解析：這道題考察的是對自動車險定損場景中所用技術(shù)的理解。在這個場景中，用戶上傳車輛的照片，系統(tǒng)通過這些圖片的細節(jié)進行判定。這明顯涉及到對圖像內(nèi)容的分析和識別，因此，我們需要找到與圖像分析相關(guān)的技術(shù)選項。A選項提到的“語音合成和處理技術(shù)”與圖像無關(guān)，主要是處理聲音信號，所以不符合。B選項的“語音識別和處理技術(shù)”同樣處理的是聲音信號，也不符合題目描述的圖像分析場景。C選項的“自然語言處理技術(shù)”是處理文本數(shù)據(jù)的，與圖像分析沒有直接關(guān)系，因此也不符合。D選項的“圖像識別和目標檢測技術(shù)”正是處理和分析圖像的技術(shù)，與題目描述的自動車險定損場景高度相關(guān)。綜上所述，這一場景運用的技術(shù)是圖像識別和目標檢測技術(shù)，所以答案是D。62.以下哪一個概念是用來計算復合函數(shù)的導數(shù)?()A、微積分中的鏈式結(jié)構(gòu)B、硬雙曲正切函數(shù)C、softplus函數(shù)D、勁向基函數(shù)答案：A解析：鏈式求導63.Atlas200DK所基于的昇騰310芯片主要的應用是?A、模型訓練B、模型構(gòu)建C、模型推理答案：C解析：Atlas200DK是基于華為昇騰310芯片的開發(fā)套件，它主要針對的是AI模型的推理應用。推理是指使用已經(jīng)訓練好的模型對數(shù)據(jù)進行預測或分類的過程。與訓練模型不同，推理過程不需要大量的計算資源，而是更注重低延遲和高效率。因此，昇騰310芯片的設(shè)計重點是優(yōu)化推理性能，使得Atlas200DK在模型推理應用中表現(xiàn)出色。所以，選項A“模型推理”是正確的答案。64.我們常說對720P的視頻格式,720代表什么?()A、視頻的幀率B、圖像分辨率的高度C、圖像分辨率的寬度D、視頻的灰度級答案：B解析：720P是一種常見的視頻格式，其中的“720”指的是視頻圖像的垂直分辨率，即圖像分辨率的高度。P代表逐行掃描，與隔行掃描（如1080i）相對。因此，當我們說720P時，我們是指視頻具有720行的垂直分辨率。所以，選項B“圖像分辨率的高度”是正確的。65.以下關(guān)于昇騰910AI處理器所適用的產(chǎn)品,錯誤的是哪一個選項?A、tlas900AI集群B、Atlas500智能小站C、Atlas800AI服務器D、Atlas300AI加速卡答案：B66.華為云交通智能體TrafficGo是城市交通綜合治理解決方案，哪一項不屬于交通智能體實現(xiàn)的功能？A、交通參數(shù)感知B、多源數(shù)據(jù)融合C、實時路況檢測D、輔助自動駕駛答案：D解析：華為云交通智能體TrafficGo旨在提供城市交通綜合治理解決方案，通常包括交通參數(shù)感知、多源數(shù)據(jù)融合和實時路況檢測等功能。這些功能對于城市交通管理至關(guān)重要，可以幫助提高交通效率、減少擁堵和確保行車安全。A選項“交通參數(shù)感知”是交通智能體的一個基本功能，涉及收集和分析交通流量、速度、密度等關(guān)鍵參數(shù)。B選項“多源數(shù)據(jù)融合”指的是將來自不同來源的數(shù)據(jù)（如攝像頭、傳感器、交通管理系統(tǒng)等）進行整合，以提供更全面、準確的交通信息。C選項“實時路況檢測”也是交通智能體的重要功能之一，它可以幫助交通管理部門和駕駛者實時了解道路狀況，避免擁堵和事故。然而，D選項“輔助自動駕駛”雖然與智能交通系統(tǒng)相關(guān)，但它通常是自動駕駛技術(shù)的一部分，而不是交通智能體的核心功能。交通智能體主要負責交通管理和監(jiān)控，而不是直接參與車輛控制。因此，根據(jù)以上分析，選項D“輔助自動駕駛”不屬于交通智能體實現(xiàn)的功能，是正確答案。67.Tensorflow是下面哪家公司開源的第二代用于數(shù)字計算的軟件庫?A、華為B、高通C、微軟D、谷歌答案：D解析：Tensorflow是一個廣泛使用的開源軟件庫，用于數(shù)值計算和大規(guī)模機器學習。它是由谷歌機器智能研究組織的研究人員和工程師開發(fā)的，作為第二代機器學習系統(tǒng)，旨在提高計算效率并簡化機器學習模型的構(gòu)建過程。因此，根據(jù)這個背景知識，可以確定答案是D，即谷歌。68.Pytorch是有哪一個公司首先推出的?A、百度B、GoogleC、FacebookD、HUAWEI答案：C解析：這道題考察的是對深度學習框架Pytorch背后公司的了解。Pytorch是一個流行的深度學習框架，廣泛應用于計算機視覺和自然語言處理等領(lǐng)域。根據(jù)我所知，Pytorch最初是由Facebook的人工智能研究團隊推出的，旨在提供一個靈活、高效且易于使用的深度學習平臺。因此，正確答案是C。69.以下哪個不是Mindspore常用的Operation?A、SignalB、MathC、NnD、Array答案：A解析：MindSpore是一個面向全場景（手機、邊緣計算、云等）的AI計算框架，旨在提供易于使用、高性能和靈活的AI開發(fā)平臺。MindSpore中常用的Operation主要包括用于處理數(shù)據(jù)、執(zhí)行數(shù)學運算、進行神經(jīng)網(wǎng)絡搭建和訓練等功能。根據(jù)提供的選項，"signal"不是MindSpore常用的Operation，因為MindSpore內(nèi)核主要提供math庫、array庫和nn（神經(jīng)網(wǎng)絡）庫來完成AI相關(guān)的計算和操作。因此，正確答案是A。70.用兩個3x3的卷積核對一副三通道的彩色圖像進卷積，得到的特征圖有幾個通道?()A、1B、2C、3D、4答案：B解析：對一副三通道的彩色圖像進行卷積時，每個卷積核會生成一個特征圖，因此使用兩個3x3的卷積核會生成兩個特征圖。由于每個特征圖都是單通道的，所以最終得到的特征圖有2個通道。71.ModelArts數(shù)據(jù)管理功能對應深度學習開發(fā)流程中的哪個部分()A、數(shù)據(jù)準備B、代碼調(diào)試C、推理D、訓練答案：A解析：數(shù)據(jù)預處理數(shù)據(jù)準備階段72.以下哪一個選項不屬于AI計算復雜性特點？A、混合精度計算B、數(shù)據(jù)和計算并行C、通信和計算并行D、結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)并行答案：D解析：這道題考察的是對AI計算復雜性特點的理解。在AI計算中，混合精度計算、數(shù)據(jù)和計算并行、通信和計算并行都是其復雜性的特點。而結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)并行并不是AI計算復雜性的一個特點，它更多關(guān)聯(lián)于數(shù)據(jù)處理而非計算復雜性。73.機器學習中，模型需要輸入什么來訓練自身，預測未知?A、人工程序B、神經(jīng)網(wǎng)絡C、訓練算法D、歷史數(shù)據(jù)答案：D解析：這道題考察的是機器學習模型訓練的基本概念。在機器學習中，模型通過學習和分析已有的數(shù)據(jù)（即歷史數(shù)據(jù)）來訓練自身，以便對未知數(shù)據(jù)進行預測。人工程序、神經(jīng)網(wǎng)絡和訓練算法都是機器學習的一部分，但它們本身并不作為模型訓練的輸入。因此，正確答案是D，即歷史數(shù)據(jù)。74.面對行業(yè)研究與全場景AI應用之間的巨大鴻溝，Mindspore跨越應用鴻溝助力普惠AI的技術(shù)創(chuàng)新不包括以下哪項?A、新協(xié)作方式B、新編程語言C、新編程范式D、新執(zhí)行模式答案：B解析：這道題考察的是對MindSpore在普惠AI技術(shù)創(chuàng)新方面的理解。MindSpore作為一個全場景深度學習框架，旨在跨越行業(yè)研究與AI應用之間的鴻溝。它主要通過提供新的協(xié)作方式、編程范式和執(zhí)行模式來實現(xiàn)這一目標，從而助力普惠AI的技術(shù)創(chuàng)新。而新編程語言并非其主要創(chuàng)新點。75.以下哪一項技術(shù)常用于圖像特征提取研究領(lǐng)域?A、Word2Vec技術(shù)B、樸素貝葉斯分類算法C、卷積神經(jīng)網(wǎng)絡D、長短周期記憶網(wǎng)絡答案：C解析：這道題考察的是對圖像特征提取技術(shù)的了解。在圖像特征提取研究領(lǐng)域，卷積神經(jīng)網(wǎng)絡（CNN）因其特有的卷積層結(jié)構(gòu)，非常適合處理圖像數(shù)據(jù)，常用于圖像特征提取。Word2Vec技術(shù)主要用于文本數(shù)據(jù)的特征提取，樸素貝葉斯分類算法是一種基于概率的分類方法，而長短周期記憶網(wǎng)絡（LSTM）則常用于處理序列數(shù)據(jù)，如時間序列或文本數(shù)據(jù)。因此，選項C“卷積神經(jīng)網(wǎng)絡”是正確答案。76.以下關(guān)于輸入緩沖區(qū)的描述，正確的是哪一個選項?A、降低總線上產(chǎn)生擁堵的風險。B、需要每次都通過總線接口到AICore的外部進行讀取。C、可永久保留需要重復使用的數(shù)據(jù)D、用來存放神經(jīng)網(wǎng)絡中的初始量。答案：A解析：輸入緩沖區(qū)的主要作用是降低總線上產(chǎn)生擁堵的風險。當一個系統(tǒng)或設(shè)備需要從另一個系統(tǒng)或設(shè)備獲取輸入數(shù)據(jù)時，如果直接通過總線進行傳輸，可能會引起總線擁堵。輸入緩沖區(qū)可以暫時存儲這些數(shù)據(jù)，等待總線空閑時再一次性傳輸。77.以下哪個選項不屬于ModelArts的特點?()A、支持Tensorflow和PytorchB、支持模型管理C、支持自動調(diào)優(yōu)D、內(nèi)置多個模型答案：C解析：ModelArts支持Tensorflow和Pytorch,支持模型管理,內(nèi)置多個預置模型,但不支持自動調(diào)優(yōu)78.在應用開發(fā)時，以下哪種操作不屬于典型網(wǎng)絡定義?A、網(wǎng)絡定義B、網(wǎng)絡執(zhí)行C、知識蒸餾D、權(quán)值初始化答案：C解析：在應用開發(fā)中，網(wǎng)絡定義是典型網(wǎng)絡操作之一，它包括網(wǎng)絡架構(gòu)的設(shè)計、參數(shù)的配置等。選項A是正確的。而知識蒸餾、權(quán)值初始化都是與網(wǎng)絡訓練和優(yōu)化相關(guān)的操作，但不是網(wǎng)絡定義。因此，選項C不屬于典型網(wǎng)絡定義。79.Mindspore.ops.GradOperation(getal1=False,getbyist=False.sens_param=False)。以下關(guān)于上述代碼的描述中，正確的是哪一項?A、get_a11為False時，會對所有輸入求導。B、sens_param對網(wǎng)絡的輸出值做縮放以改變最終梯度。C、getby_list為False時會對權(quán)重求導。D、GradOperation方法在梯度下降和反向傳播中沒有任何用處。答案：B解析：Mindspore是一個開源的深度學習框架，其ops模塊提供了許多用于構(gòu)建神經(jīng)網(wǎng)絡的工具。在Mindspore中，`GradOperation`是一個非常重要的類，它用于指定自定義操作的梯度反向傳播。對于給出的代碼，我們逐項解析：A.`get_a11`參數(shù)通常與計算雅可比矩陣相關(guān)，其值為`False`時不一定會對所有輸入求導，這取決于具體的使用場景和梯度計算的規(guī)則。因此，此項描述可能不準確。B.`sens_param`是一個靈敏度參數(shù)，用于縮放網(wǎng)絡的輸出值，從而改變最終梯度的大小。當其值為`True`時，它會啟用靈敏度縮放功能。因此，這個描述是正確的。C.`get_by_list`參數(shù)通常用于指定是否按列表方式獲取梯度值。當其為`False`時，并不意味著會對權(quán)重求導，這個描述不夠明確，可能存在誤導性。D.`GradOperation`方法在梯度下降和反向傳播中起到核心作用，它用于定義如何從網(wǎng)絡輸出計算輸入的梯度。因此，這個描述是不準確的。綜上所述，正確答案是B選項：`sens_param`對網(wǎng)絡的輸出值做縮放以改變最終梯度。80.數(shù)據(jù)管理中的物體檢測作業(yè)不能通過以下哪種方式進行標注？A、用橢圓框住目標B、用圓形框住目標C、用多邊形框出目標D、用矩形框住目標答案：A解析：這道題考察的是對數(shù)據(jù)管理中物體檢測作業(yè)標注方式的理解。在物體檢測任務中，常見的標注方式包括用矩形、多邊形等形狀框出目標，以便對目標進行定位和識別。其中，矩形和多邊形是最常用的標注方式，因為它們可以適應不同形狀和大小的目標。而圓形雖然不太常用，但在某些特定場景下也可以用來標注目標。然而，橢圓框由于其形狀特性，通常不被用作物體檢測的標注方式，因為它難以準確界定目標的邊界。因此，正確答案是D。81.面對超大規(guī)模模型需要實現(xiàn)高效分布式訓練的挑戰(zhàn)，MindSpore的處理方式為?A、自動并行B、串行C、手動并行答案：A解析：這道題考察的是對MindSpore框架處理超大規(guī)模模型分布式訓練方式的理解。在深度學習領(lǐng)域，面對超大規(guī)模模型，分布式訓練是提高效率的關(guān)鍵。MindSpore作為一個全場景深度學習框架，特別注重高效分布式訓練的實現(xiàn)。它提供了自動并行的功能，能夠自動處理模型在多個設(shè)備上的分布和并行計算，從而簡化分布式訓練的復雜度并提高訓練效率。因此，面對超大規(guī)模模型需要實現(xiàn)高效分布式訓練的挑戰(zhàn)，MindSpore的處理方式是自動并行。82.以下哪個選項屬于自然語言處理技術(shù)的三個層面？A、詞法分析B、分辨率分析C、語義分割D、音律分析答案：A解析：這道題考察的是對自然語言處理技術(shù)層面的理解。自然語言處理通常包括三個層面：句法層面、語義層面和語用層面。詞法分析屬于句法層面的處理技術(shù)，它涉及將句子分解成詞或短語，并確定它們的詞性和結(jié)構(gòu)。因此，B選項“詞法分析”是正確的。83.以下哪個不是文本向量化的常用方法？A、CBOWB、DBOWC、DMD、EM答案：D解析：文本向量化是自然語言處理中的一種技術(shù)，用于將文本轉(zhuǎn)換為數(shù)值向量表示。常用的方法包括CBOW、DBOW、DM等。而EM算法是一種常用于聚類和分類的方法，不是文本向量化的常用方法。因此，選項A是正確的。84.華為云AＰＩ符合ＲEＳＴful的設(shè)計規(guī)范，以下哪個選項不是發(fā)起請求的方式？A、KerberorsB、CurlC、REST客戶端D、編碼答案：A解析：RESTfulAPI的設(shè)計規(guī)范要求發(fā)起請求的方式主要包括Curl、REST客戶端和編碼等，而Kerberos不是發(fā)起請求的方式，而是一種認證協(xié)議。因此，是A。85.以下哪一項激活函數(shù)經(jīng)常用作分類任務的輸出層A、ReluB、SigmoidC、SoftmaxD、Softplus答案：C解析：在分類任務中，輸出層需要能夠輸出每個類別的概率，并且這些概率之和應該為1。Softmax函數(shù)能夠?qū)⑤斎朕D(zhuǎn)換為概率分布，使得每個類別的輸出值都在0和1之間，并且所有類別的輸出值之和為1。這使得Softmax函數(shù)非常適合用作分類任務的輸出層。因此，選項C是正確的答案。86.在調(diào)用語音合成服務時,需要提前設(shè)置一些參數(shù)值，下列哪個范圍的值可以作為音量值?A、[-1000,1000]B、[0,100]C、[0,1000]D、[-100,100]答案：B解析：這道題考察的是對語音合成服務中音量值設(shè)置的理解。在調(diào)用語音合成服務時，音量是一個重要的參數(shù)，它決定了輸出音頻的響度。音量值通常被設(shè)定在一個合理的范圍內(nèi)，以確保音頻的輸出效果。根據(jù)常見的編程實踐和API文檔，音量值往往被設(shè)定在0到100之間，其中0表示靜音，100表示最大音量。因此，選項A［0,100］是正確的音量值范圍。87.以下關(guān)于共現(xiàn)矩陣+SVD缺點的描述,錯誤的是哪—選項?()A、SVD學到的只是淺層的語義(說法正確)B、共現(xiàn)矩陣沒有考慮詞的順序信息(說法正確)C、SVD計算量較大D、共現(xiàn)矩陣高維稀疏(說法正確)答案：C解析：SVD學到的只是淺層的語義,共現(xiàn)矩陣沒有考慮詞的順序信息,共現(xiàn)矩陣高維稀疏,如果增加一個詞需要全部重新計算88.一副8位RGB的彩色圖像中，（255，255，255）代表著什么著色A、紅色B、白色C、黑色D、藍色答案：B解析：在8位RGB色彩空間中，(255,255,255)代表白色，因為這三種顏色的強度值都達到了最大值，表示了明亮的白色。所以，選項B是正確的。89.ModelArts是一款華為發(fā)布的僅僅支持自動學習和自動標注的一站式AI開發(fā)平臺。關(guān)于上述描述，以下哪一個說法是正確的?A、該描述正確自動學習和自動標注是最重要的功能B、該描述措誤，ModelArts僅支持自動學習、自動標注和代碼調(diào)試。C、該描述正確，自動學習和自動標注可以極大的提升AI項目的效率。D、該描述措誤，ModelArts支持自動學習、預置模型和代碼調(diào)試。答案：D解析：根據(jù)華為官方信息，ModelArts是一站式AI開發(fā)平臺，支持自動學習、預置模型和代碼調(diào)試等多種功能。原題描述中提到的“僅僅支持自動學習和自動標注”是不準確的，因為它還包含其他功能，如代碼調(diào)試和預置模型等。因此，選項D正確指出了原描述的錯誤，并列舉了ModelArts實際支持的功能。90.以下不屬于TensorFlow2.0的特點是?A、多核CPU加速B、分布式C、多語言D、多平臺答案：A解析：TensorFlow2.0是一個用于機器學習和深度學習的開源框架，它支持多種語言和平臺。它具有分布式計算功能，可以在多個計算機或設(shè)備上運行，并且支持多種硬件加速，包括GPU和多核CPU。91.以下關(guān)于聯(lián)邦學習的描述，哪一個選項是錯誤的？A、聯(lián)邦學習有助于實現(xiàn)更安全的數(shù)據(jù)共享。B、聯(lián)邦學習原本用于解決安卓手機終端用戶在本地更新模型的問題。C、聯(lián)邦學習的目的在于保證數(shù)據(jù)隱私安全及合法合規(guī)的基礎(chǔ)上，實現(xiàn)共同建模，提升AI橫型的效果D、聯(lián)邦學習最早在2016年由百度公司提出。答案：D解析：聯(lián)邦學習最早不是由百度公司在2016年提出的，而是近年來在人工智能領(lǐng)域逐漸興起的一種新的機器學習范式。因此，D選項是錯誤的。92.John在使用MindSpore練續(xù)里的時候保存了一個ckpt格式的檢查點，然后他發(fā)現(xiàn)這種格式無法直接在昇騰310芯片上進行推理使用，為了可以利用當前模型在昇騰310處理器完成推理，以下選項中哪種做法是正確的?A、使用MindSpore加載當前檢查點文件，然后導出為OM格式，即可在昇騰310處理器上進行推理。B、使用Mindspore加載當前檢查點文件，然后導出為AIR格式，隨后使用ATC(AscendTensorCompiler)工具轉(zhuǎn)換為OM格式，即可在昇騰310處理器上進行推理。C、將ckpt格式文件的后綴名修改為AlR，隨后使用ATC(AscendTensorCompiler)工具轉(zhuǎn)換為OM格式，即可在昇騰310處理器上進行推理。D、多查閱官方文檔,ckpt格式文件可以直接在昇騰310處理器上進行推理。答案：B解析：這道題考察的是對MindSpore框架和昇騰310芯片兼容性的理解。在MindSpore框架中，ckpt格式的檢查點文件是模型訓練過程中的快照，但它并不直接適用于昇騰310芯片的推理。為了能在昇騰310上進行推理，通常需要將模型轉(zhuǎn)換為OM格式。正確的步驟是首先使用MindSpore加載ckpt文件，然后導出為AIR格式，接著使用ATC工具將AIR格式轉(zhuǎn)換為OM格式，這樣就可以在昇騰310處理器上進行推理了。因此，選項B是正確的。93.線性回歸在3維以上的維度中擬合面是?A、曲面B、平面C、超平面D、超曲面答案：C解析：這道題考察的是對線性回歸在高維空間中擬合面的理解。線性回歸在二維空間中擬合的是一條直線，在三維空間中擬合的是一個平面。當維度超過三維時，線性回歸擬合的是一個超平面，而不是曲面或超曲面。因此，正確答案是C。94.Tensorboard是什么()A、MXNet官方提供的深度學習可視化工具B、ModelArts自研的可視化工具C、Python提供的可視化工具包D、TensorFlow官方提供的深度學習可視化工具答案：D解析：Tensorboard是TensorFlow官方提供的深度學習可視化工具95.從技術(shù)架構(gòu)角度，關(guān)于AI芯片的描述，錯誤的是哪一項？A、CPU的功能主要是解釋計算機指令以及處理計算機硬件中的數(shù)據(jù)。B、FPGA實現(xiàn)了半定制芯片的功能C、ASIC屬于專用集成電路D、GPU是一種專門在個人電腦、工作站,游戲和一些移動設(shè)備上進行圖像運算工作的微處理器。答案：A解析：這道題考察的是對AI芯片相關(guān)技術(shù)架構(gòu)的理解。A選項提到CPU的功能，但實際上在AI芯片領(lǐng)域，CPU雖然可以解釋計算機指令和處理數(shù)據(jù)，但其并不是AI芯片的主要組成部分，AI芯片更多關(guān)注于如GPU、FPGA、SIC等針對特定計算任務優(yōu)化的硬件。B選項描述FPGA（現(xiàn)場可編程門陣列）實現(xiàn)了半定制芯片的功能，這是正確的，F(xiàn)PGA可以根據(jù)需要進行編程，實現(xiàn)特定的硬件邏輯功能。C選項中的ASIC（專用集成電路）屬于專用集成電路，這也是正確的，ASIC是為了執(zhí)行特定任務而設(shè)計的集成電路。D選項描述GPU（圖形處理單元）是一種專門在個人電腦、工作站、游戲和一些移動設(shè)備上進行圖像運算工作的微處理器，這是準確的，GPU在圖像處理和并行計算方面表現(xiàn)出色，也是AI計算中常用的硬件。綜上所述，A選項的描述與AI芯片的技術(shù)架構(gòu)不符，是錯誤的。96.不屬于DNN結(jié)構(gòu)組成部分的是？A、DropoutB、激活函數(shù)C、權(quán)重D、隱藏層答案：A解析：這道題考察的是對深度神經(jīng)網(wǎng)絡（DNN）結(jié)構(gòu)的理解。DNN主要由輸入層、隱藏層、輸出層以及激活函數(shù)等構(gòu)成。其中，隱藏層是DNN的重要組成部分，用于提取特征；激活函數(shù)用于增加網(wǎng)絡的非線性，幫助網(wǎng)絡學習復雜的模式；Dropout是一種正則化技術(shù)，用于防止過擬合。而權(quán)重是神經(jīng)網(wǎng)絡中的參數(shù)，不屬于DNN的結(jié)構(gòu)組成部分，而是其訓練過程中需要學習和調(diào)整的對象。因此，正確答案是B。97.對于坐標(x,y)的像素P,P有四個水平垂直的相鄰像素,稱為4鄰域,以下哪一項能夠正確表示該4鄰域的坐標?A、(x-1,y),(x-1,y),(x,y-1),(x,y+1)B、(x-1,y),(x+1,y),(x,y+1),(x,y+1)C、(x-1,y),(x+1,y),(x,y-1),(x,y-1)D、(x-1,y),(x+1,y),(x,y-1),(x,y+1)答案：D解析：4鄰域指上下左右四個像素98.“ModelArts是一款華為發(fā)布的僅僅支持自動學習和自動標注的一站式AI開發(fā)平臺。”關(guān)于上述描述，以下哪一個說法是正確的？A、該描述正確，自動學習和自動標注是最重要的功能。B、該描述正確，自動學習和自動標注可以極大的提升AI項目的效率。C、該描述錯誤，ModelArts支持自動學習、預置模型和代碼調(diào)試。D、該描述錯誤，ModelArts僅支持自動學習、自動標注和代碼調(diào)試。答案：C解析：這道題考察對ModelArts平臺功能的了解。ModelArts是華為發(fā)布的一站式AI開發(fā)平臺，其功能不僅限于自動學習和自動標注。實際上，ModelArts提供了包括自動學習、預置模型和代碼調(diào)試在內(nèi)的多種功能。因此，原描述“ModelArts是一款華為發(fā)布的僅僅支持自動學習和自動標注的一站式AI開發(fā)平臺”是不準確的。解析：ModelArts作為華為的一站式AI開發(fā)平臺，其功能涵蓋了自動學習、預置模型和代碼調(diào)試等，不僅限于自動學習和自動標注，因此選項C正確，指出原描述錯誤并列舉了ModelArts的部分功能。99.以下關(guān)于非線性支持向量機的描述中，哪一項是錯誤的?A、高斯核函數(shù)是使用較為頻繁的核函數(shù)。B、使用線性支持向量機可以很好的作用在線性可分數(shù)據(jù)集上，因此非線性支持向量機效果比較差C、可以使用核函數(shù)來構(gòu)建非線性支持向量機。D、核函數(shù)允許算法在變換后的高維特征空間中擬合最大的超平面答案：B解析：這道題考察的是非線性支持向量機的理解。高斯核函數(shù)確實是常用的核函數(shù)之一，所以A選項描述正確。核函數(shù)的作用是在高維空間中找到最佳的超平面進行分類，這是支持向量機的基本原理，B選項正確。通過使用核技巧，支持向量機可以實現(xiàn)非線性分類，C選項描述也是準確的。至于D選項，線性支持向量機適用于線性可分數(shù)據(jù)集，但這并不意味著非線性支持向量機效果就差，它的優(yōu)勢在于處理非線性問題，因此D選項描述錯誤。100.ModelArts自動學習的使用流程是什么?()A、數(shù)據(jù)標注->部署上線->模型訓練B、數(shù)據(jù)標注->模型訓練->部署上線C、部署上線->模型訓練->數(shù)據(jù)標注D、模型訓練->數(shù)據(jù)標注->部署上線答案：B解析：上傳數(shù)據(jù)并標注-自動訓練-一鍵部署101.下面哪一個模板可以實現(xiàn)圖像的銳化()A、B、C、D、答案：C解析：圖像銳化通常通過增強圖像中邊緣和細節(jié)的對比度來實現(xiàn)。在圖像處理中，常用的銳化模板的特點是中心系數(shù)較大，周邊系數(shù)較小且為負數(shù)。選項C的模板-16-1具有這種特點，中心系數(shù)為6較大，周邊系數(shù)-1較小且為負，能夠有效地突出圖像的邊緣和細節(jié)，從而實現(xiàn)銳化效果。因此，選項C是正確答案。102.循環(huán)神經(jīng)網(wǎng)絡不適合用于以下哪種場景?A、情感分析B、圖像分類C、語音識別D、機器翻譯答案：B解析：循環(huán)神經(jīng)網(wǎng)絡（RNN）是一種神經(jīng)網(wǎng)絡架構(gòu)，通常用于處理序列數(shù)據(jù)，如語音識別、情感分析、自然語言處理等。對于圖像分類，一般使用卷積神經(jīng)網(wǎng)絡（CNN）或其他類似的架構(gòu)。循環(huán)神經(jīng)網(wǎng)絡在處理語音識別和情感分析等任務時表現(xiàn)較好，但不適合用于圖像分類。因此，是B。103.在使用ATC(AscendTensorCompler)進行模型轉(zhuǎn)換時可以配置AIPP，支持兩種模式，動態(tài)和靜態(tài)，其中動態(tài)AIPP可在根據(jù)業(yè)務要求改變預處理參數(shù)的情況下使用，以下那個場景需要使用動態(tài)AIPP?A、輸入的圖片格式需要兼容YUV420和RGB等。B、輸入的圖片分辨率不確定。C、輸入圖片的batch大小不確定。D、輸入的圖片明暗度不一致。答案：A解析：在ATC轉(zhuǎn)換過程中，輸入的圖片格式可能需要根據(jù)業(yè)務需求兼容多種格式，因此需要動態(tài)地調(diào)整預處理參數(shù)，如YUV420和RGB等。在這種情況下，需要使用動態(tài)AIPP。其他選項中的場景，如分辨率、batch大小和明暗度不一致，可以根據(jù)靜態(tài)AIPP提供的預設(shè)參數(shù)進行處理。104.Atlas800AI服務器有多個型號,其中基于鯤鵬處理器平臺的是?A、tlas800型號:9000B、Atlas800型號:3000C、Atlas800型號:3010答案：B解析：Atlas800AI服務器是華為推出的面向AI訓練場景的服務器系列。在該系列中，基于鯤鵬處理器平臺的型號是Atlas800型號:3000。這一型號專門設(shè)計用于支持高性能計算和AI訓練任務，利用鯤鵬處理器的強大性能來滿足復雜計算需求。105.(單選題）哪個MindSpore組件幫助實現(xiàn)“一次訓練，多處部署”?()A、MindIRB、MindInsightC、MindArmourD、MindRecord答案：A解析：MindIR是MindSpore提供的中間表達形式，可以幫助大家實現(xiàn)一次訓練多處部署，實現(xiàn)端云互通。簡單來說，就是你可以在Ascend、GPU、CPU硬件平臺上訓練生成MindlR格式的模型，然后快速部署到手機端、推理服務器等環(huán)境上，體驗到MindSpore的全場景能力。106.在使用華為云翻拍識別服務時,recapture_detect_aksk()函數(shù)的返回結(jié)果中，如果suggestion為真時,category的取值為以下哪項?A、originalB、TrueC、空字符D、recapture答案：C解析：recapture_detectaksk()函數(shù)是指在使用華為云翻拍識別服務時所調(diào)用的函數(shù)。當該函數(shù)返回結(jié)果中，suggestion為真時，category的取值應為空字符，即選項C。這表示在翻拍識別服務中，如果檢測到可能存在再次拍攝的情況，則其category為空字符。因此，答案為選項C。107.以下哪個不是文本向量化的常用方法?A、EMB、CBOWC、DBOWD、M答案：A解析：這道題考查對文本向量化常用方法的了解。在自然語言處理中，CBOW、DBOW和DM是常見的文本向量化方法。而EM一般用于概率模型的參數(shù)估計，并非文本向量化的常用方法，所以答案選A。108.Mary想將訓練好的模型部署上線，她可以使用以下哪個服務?A、MindSporeInferB、MindSporeDeployC、MindSporeServingD、MindSporeExport答案：C解析：MindSporeServing是一個輕量級、高性能的服務模塊，旨在幫助MindSpore開發(fā)者在生產(chǎn)環(huán)境中高效部署在線推理服務。使用簡單一鍵發(fā)布和部署支持batching高性能高擴展109.圖像識別任務可以分三個層次，根據(jù)處理內(nèi)容的抽象性，從低到高依次為？A、圖像處理，圖像分析，圖像理解B、圖像分析，圖像理解，圖像處理C、圖像理解.圖像分析.圖像處理D、圖像分析，圖像處理，圖像理解答案：A解析：圖像識別任務可以分三個層次，這三個層次的處理內(nèi)容抽象性依次增加。最低層次的層次是圖像處理，主要是對圖像進行基本的變換和操作，如濾波、增強等；中間層次是圖像分析，通過提取圖像中的特征和結(jié)構(gòu)信息，進一步理解圖像的內(nèi)容；最高層次的層次是圖像理解，它不僅理解圖像的內(nèi)容，還嘗試解釋圖像的含義和價值。因此，正確是A，即“圖像處理、圖像分析、圖像理解”。110.以下圖像中的公式對應的激活函數(shù)是哪一個選項?A、Tanh函數(shù)B、Sigmoid函數(shù)C、Softmax函數(shù)D、Sin函數(shù)答案：B111.機器學習中，以下哪一項指分類器分類正確的正樣本個數(shù)占測試集中所有的正樣本個數(shù)的比例？A、歸一化折損累計增益B、精確率C、準確率D、召回率答案：C解析：準確率是指分類器分類正確的正樣本個數(shù)占測試集中所有的正樣本個數(shù)的比例。因此，選項C是正確的。歸一化折損累計增益是用于評估分類器性能的一種度量方法，而精確率和召回率是用于評估分類器性能的另外兩個重要指標。112.圖像中的目標相對中心位置偏右了15個像素,可使用下面哪種平移量的平移坐標變換,將目標移動到畫面中心?()A、(0,15)B、(0,-15)C、(15,0)D、(-15,0)答案：D解析：正向加,負向減113.TensorFlow2.0中查看張量維度的方法是?A、dtypeB、dimensC、ndimD、evice答案：C解析：在TensorFlow2.0中，查看張量（Tensor）維度的方法是通過屬性`.ndim`。這個屬性返回張量的維度數(shù)。114.在坐標變化時，計算得到的坐標數(shù)值不是整數(shù)，需要使用什么方法獲取該像素的值？A、插值B、采樣C、量化D、均值答案：A解析：坐標數(shù)值不是整數(shù)的情況下，需要進行插值計算，以獲得該像素的真實數(shù)值。選項A“插值”方法正是用于這一目的。因此，正確是A。115.華為云EＩ企業(yè)智能提供了多種方便高效的服務，用戶使用服務的具體流程正確的是？A、申請服務－獲取請求認證－調(diào)用AＰＩ－查看服務使用信息B、申請服務－調(diào)用AＰＩ-獲取請求認證－查看服務使用信息C、獲取請求認證－申請服務－調(diào)用AＰＩ－查看服務使用信息D、獲取請求認證－申請服務－查看服務使用信息－調(diào)用AＰＩ答案：A解析：華為云EI企業(yè)智能提供了多種方便高效的服務，用戶使用服務的具體流程應