2020 人工智能(鲁东大学) 最新满分章节测试答案

本答案对应课程为:点我自动跳转查看
本课程起止时间为:2020-10-14到2020-12-31
本篇答案更新状态:已完结

06 机器问答与BERT模型 06 机器问答与BERT模型单元测试

1、 问题:适合用序列模型解决的问题包括语音识别、音乐合成、文本情感分析、DNA序列分析、机器翻译等。
选项：
A:正确
B:错误
答案: 【正确】

2、 问题:循环神经网络适合对序列问题建模。
选项：
A:正确
B:错误
答案: 【正确】

3、 问题:自然语言处理以字词为单位，字词需要表示为向量。
选项：
A:正确
B:错误
答案: 【正确】

4、 问题:词嵌入向量与词向量的One-Hot编码相比，更能反映单词之间的联系和语义关系。
选项：
A:正确
B:错误
答案: 【正确】

5、 问题:注意力机制在图像处理领域用于捕获关键特征。
选项：
A:正确
B:错误
答案: 【正确】

6、 问题:注意力机制在NLP领域解决的是输入序列的哪个部分需要更加关注，从而增强对关键内容进行特征提取的能力。
选项：
A:正确
B:错误
答案: 【正确】

7、 问题:注意力机制成功解决了序列的长距离上下文依赖问题。
选项：
A:正确
B:错误
答案: 【正确】

8、 问题:Transformer模型包含编码和解码两部分。
选项：
A:正确
B:错误
答案: 【正确】

9、 问题:BERT是基于Transformer Encoder设计的对左右两个方向文本进行深度学习的预训练模型。
选项：
A:正确
B:错误
答案: 【正确】

10、 问题:应用BERT模型分两个步骤：预训练和微调。
选项：
A:正确
B:错误
答案: 【正确】

11、 问题:BERT输入层是由分词向量、段落向量和位置向量三部分合成的序列。
选项：
A:正确
B:错误
答案: 【正确】

12、 问题:BERT经过微调即可适用于不同的下游任务。
选项：
A:正确
B:错误
答案: 【正确】

13、 问题:预训练完成的BERT模型，经过微调，即可应用于文本推理（MNLI）、命名实体识别（NER）、机器问答（SQuAD）等不同的下游目标任务。
选项：
A:正确
B:错误
答案: 【正确】

14、 问题:Macro F1单独计算每一种类别的精确率和查全率，然后取算术平均做为整体样本的精确率和查全率。
选项：
A:正确
B:错误
答案: 【正确】

15、 问题:精确率越高，意味着误报率越低，因此，当误报的成本较高时，精确率指标有助于判断模型的好坏。
选项：
A:正确
B:错误
答案: 【正确】

16、 问题:查全率越高，意味着模型漏掉的样本越少，当假阴性的成本很高时，查全率指标有助于衡量模型的好坏。
选项：
A:正确
B:错误
答案: 【正确】

17、 问题:准确率是所有正确识别的样本占样本总量的比例。当所有类别都同等重要时，采用准确率最为简单直观。
选项：
A:正确
B:错误
答案: 【正确】

18、 问题:精确率、查全率、准确率、F1分数四种指标各有侧重，指标值都是越高越好，最佳值均为1，最差值均为0。
选项：
A:正确
B:错误
答案: 【正确】

19、 问题:对于纯中文环境的机器问答，从BERT官网下载针对中文优化的预训练模型，然后结合具体应用领域进行模型微调训练，一般情况下模型性能会更好。
选项：
A:正确
B:错误
答案: 【正确】

20、 问题:F1分数是精确率与查全率的加权平均值，综合平衡了精确率与查全率两个指标的特点，F1分数突出了对分类错误的评估。
选项：
A:正确
B:错误
答案: 【正确】

07 苹果树病虫害识别与模型集成 07 苹果树病虫害识别与模型集成 单元测验

1、 问题:DenseNet模型基于跳连的思想，为了最大化网络中的特征信息流，将网络中的所有层两两连接。
选项：
A:正确
B:错误
答案: 【正确】

2、 问题:DenseNet模型中每一层接受前面所有层的特征作为输入，所以模型参数数量剧增。
选项：
A:正确
B:错误
答案: 【错误】

3、 问题:DenseNet增强了特征传播，鼓励了特征重用，减轻了梯度消失的问题。
选项：
A:正确
B:错误
答案: 【正确】

4、 问题:EfficientNet模型基于网络深度、宽度和输入分辨率三个维度的缩放来寻找最优模型。
选项：
A:正确
B:错误
答案: 【正确】

5、 问题:EfficientNet实践证明，通过网络模型缩放，可以寻找更优的网络模型。
选项：
A:正确
B:错误
答案: 【正确】

6、 问题:在细粒度分类领域，边缘检测有助于寻找确定关键特征。
选项：
A:正确
B:错误
答案: 【正确】

7、 问题:在数据规模较小时，通过数据增强技术，可以有效弥补数据集的不足，扩充数据量，改善数据分布，提升模型训练质量。
选项：
A:正确
B:错误
答案: 【正确】

8、 问题:对于大规模数据集而言，数据增强也是一种有效提升数据质量的手段。
选项：
A:正确
B:错误
答案: 【正确】

9、 问题:图像翻转（水平和垂直）、旋转、缩放、裁剪、平移、亮度变换和添加高斯噪声等均为数据增强技术，可根据实际需要采用一种或多种方法丰富数据集的多样性分布。
选项：
A:正确
B:错误
答案: 【正确】

10、 问题:EfficientDet-D7准确率比YOLOv4高，速度比YOLOv4快。
选项：
A:正确
B:错误
答案: 【错误】