【HUAWEI】HCIP-AI-MindSpore Developer V1.0

一單選

二多選

三判斷

四?填空

一單選

1 一張圖片在存放過程中出現了很多小的噪聲，或白或黑，對其掃描進行以下哪一個操作的去噪效果最好？

A.均值濾波

B.中值濾波

C.高斯濾波

D.拉普拉斯濾波

2 以下哪個方法中使用了掩碼語言模型(Masked Language Model)?

A. BERT

B. Fast-RCNN

C. ELMo

D. GPT

3 下列哪一項屬于MindSpore的網絡結構算子？

A. mindspore.nn.Dense

B. mindspore.layer.Dense

C. mindspore.nn.FC

D. mindspore.layer. FC

4 如果說文本分類的輸入和輸出關系是一種多對一的關系，那么機器翻譯是以下哪一種關系？

A.一對多

B.多對一

C.多對多

D.一對一

5 以下關于神經網絡結構的設計，描述錯誤的是哪一項？

A.LSTM網絡的輸入層通常是3維的。

B.在分類問題中，輸出層的單元數一般等于分類的類型數。

○C.每個隱藏層的單元數越多分類精度越高，但是也會帶來計算性能的下降，因此，要平衡質量和性能間的關系。

D.隱藏層的層數越多，網絡精度越高，所以可以設置盡可能多的隱藏層。

6 MindSpore深度學習框架可以支持動態圖和靜態圖模式，下列哪一項是MindSpore靜態圖的設置代碼？

A. context. set context(mode=context. GPU_MODE)

B. context.set context(mode=context. GRAPH_MODE)

C. context.set _context(mode=context. PYNATIVE_MODE)

D. context.set context(mode=context. ASCEND_MODE)

7 MindSpore深度學習框架專門用于圖像增強的是以下哪一個模塊?

A. mindspore.numpy

B. mindspore.nn

C. mindspore.ops

D. mindspore.dataset.vision

8 在“Deep learning is my favorite subject”這句話中，如果窗口長度為3，則以下哪兩個詞的共現頻率為0?

A. Deep與subject

B. my與is

C. learning與is

D. favorite與subject

9 以下關于詞向量說法錯誤的是哪一項?

A.BERT與ELMo都可以生成動態詞向量。

B.Word2Vec有兩種類型，Skip-gram與CBOW。

C.原始的Glove方法可以很好的處理未登錄詞問題。

D.用fastText獲取詞向量能夠考慮子詞級別信息。

10 MindSpore的基本網絡單元是以下哪個選項?

A.Cell

B.Layer

C.Net

D.opti

11 John最近正在學習搭建卷積神經網絡，假設輸入圖像大小是15*15*3(w*h*c)，經過一個含4個卷積核的卷積層，其中卷積核大小均為5*5，步長為2，無填充，在不計算Bias的情況下，該卷積層共有多少權重參數?

A.75 B.100 C.300?D.600

12 在使用GAN網絡的時候，會出現生成樣本單一的現象。這屬于生成對抗網絡中的哪一類問題?

A.模式崩塌

B.欠擬合

C.過擬合

D.梯度消失

13 在MindSpore數據處理過程中，需要對全數據集執行歸一化、通道變換等操作，需要借助以下哪一個方法?

A.Batch

B.Map

C.Shuffle

D.Repeat

14 下列哪一項是動態計算圖的核心特點?

A.計算圖的構建和計算是同時發生的。

B.計算圖的構建和計算是分開處理的。

C.更省內存，計算量更少。

D.編譯之后圖的結構不會發生改變。

15 在MindSpore中，能夠提供訓練過程可視化的是以下哪個子系統?

A. MindData

B. MindCompiler

C. MindInsight

D. MindExpress

16 相比于命名實體識別這類任務，將ELMo應用于閱讀理解、自動問答任務，哪部分的ELMo詞向量權重應該更大?

A.靠近底層

B.靠近頂層

C.中間層

D.所有位置權重一樣

二多選

17 以下關于條件隨機場CRF模型的描述，哪幾項是正確的?

A.CRF可以與BiLSTM結合使用。

B.理論上CRF也可以與其他深度學習方法結合，比如BERT。

C.CRF中一般只使用—種特征函數。

D.CRF中需要對不同序列的結果進行概率歸一化。

18 卷積神經網絡的參數共享的優點包含以下哪幾項?

A.特征進行降維

B.緩解圖像位置不變性的問題

C.減少內存需求

D.輸出圖像類別

19 在使用MindSpore做自定義訓練時，我們可用TrainOneStepCell實現更加靈活的訓練，TrainOneStepCell不包含的入參是以下哪些選項?

A.lr(learning rate)

B.network(Cell)

C.optimizer(Cell)

D.gradient

20 MindSpore在網絡訓練過程中，為了調試網絡一般會觀察loss現象，loss現象一般有哪幾種表現?

A.loss波動過大，出現NAN，極大值等。

B.loss不收斂、收斂慢。

C.loss不變。

D.loss為0等。

21 MindSpore深度學習框架支持的優化器有以下哪幾種?

A.Adam

B.AdamWeightDecay

C.MSELoss

D.Momentum

22 使用MindSpore中的mindspore.nn.Embedding方法時，輸入為一個批次若干條文本數據，其維度為(batch_size,jnput_length)，而輸出的維度包括以下哪幾項?

A.batch_size (批尺寸)

B.input_length (輸入文本長度)

C.vocab_size(詞典大小)

D.embedding_size(嵌入維度)

23 以下哪些選項是Pix2Pix模型可能出現的問題?

A.只能生成256x256的圖像，生成分辨率更高的圖像時效果比較差。

B.生成器接受邊緣圖像和噪聲作為輸入。

C.當同一類物體在圖像中重疊時，無法生成高質量的圖像。

D.pix2pix可以應用于自動著色。

24 對于PyTorch和MindSpore1.2的相互對應關系正確的是哪幾項?

A.PyTorch的“tensor.view()”與MindSpore的“mindspore.ops.Reshape()(tensor)”相對應。

B.PyTorch的“tensor.view()”與MindSpore的“mindspore.ops.operations.ResizeBilinear”相對應。

C.PyTorch的“torch.nn.Linear”與MindSpore的“mindspore.nn.Dense”相對應。

D.PyTorch的“torch.nn.Linear”與MindSpore的“mindspore.nn.Conv”相對應。

25 MindSpore在運行過程中，用戶可通過以下哪幾個方式收集訓練信息?

A.Callback

B.Adversarial Attack

C.Python的Log模塊

D.Adaptive Differential Privacy Training

26 MindSpore目前支持多種常用的數據增強算子，其中c_transforms模塊可以實現以下哪幾種功能?

A.OneHot

B.Acosh

C.FILL

D.Duplicate

27 Transformer模型的Decoder模塊中，有一層Attention計算中應用了Encoder模塊的信息，這些信息包含以下選項中的哪幾項?

A.Key

B.Value

C.Query

D.Positional Encoding

28 目標檢測算法的輸出有以下哪幾項?

A.類別

B.文本

C.邊界框的位置

D.目標區域大小

29 MindSpore提供了哪些模塊供用戶進行數據增強操作?

A. c_transforms

B. go_transforms

c. py_transforms

D. java_transforms

30 以下哪些任務屬于序列標注任務?

A.中文分詞

B.語義槽填充

C.命名實體識別

D.意圖識別

31 Word2Vec的訓練需要進行的是以下哪幾項步驟?

A.模型參數的更新

B.使用反向傳播方法

C.構建共現矩陣

D.計算損失函數

32 卷積神經網絡中1x1卷積的作用包含以下哪幾項?

A.控制輸出特征圖的通道數。

B.拉通不同特征圖之間的信息。

C.提供防止過擬合的能力。

D.調節超參數。

33 關于ELMo，GPT，BERT，描述不正確的是哪幾項?

A.ELMo、GPT、BERT三者都是靜態詞向量模型。

B.ELMo接近頂層的隱藏層包含了更多的語義信息。

C.BERT模型基于自注意力機制構建，其本質是對詞與詞之間關系的刻畫。

D.GPT是一個基于Transformer的雙向語言模型。

三判斷

34 卷積神經網絡中池化層會壓縮層的高度和寬度，去掉Feature Map中不重要的樣本，同時也會改變通道數量。

正確答案：錯誤

35 YOLO網絡應用了object proposal方法，利用selective search的結果進行目標檢測。

正確答案：錯誤

36 二階優化器需要額外計算二階信息矩陣的逆矩陣，但由于該逆矩陣等價于一階導數的對角矩陣，所以計算量并沒有增加。

正確答案：錯誤

37 在AI訓練中，混合并行指的是混合分布式訓練。

正確答案：錯誤

38 直方圖均衡化可以對圖像的視覺效果進行增強，這種技術能夠自動計算變化函數，不需要人為設置參數，操作簡單，適用于所有情況。

正確答案：錯誤

39 將一個卷積神經網絡第一層的特征圖可視化，能夠看到清晰的目標輪廓特征。

正確答案：錯誤

40 BERT模型中使用了[Mask]標記表示該詞為掩碼，因此，使用BERT模型進行“預訓練-微調”任務時，會出現掩碼與原詞不一致的問題，可以使用相似詞替換的方式來解決該問題。

正確答案：正確

41 MindSpore在網絡訓練過程中，batch size過小時，模型一定不能收斂到較優的極小值上，同時會降低模型的泛化能力。

正確答案：錯誤

42 Transformer模型中的Encoder模塊使用了Mask操作。

正確答案：錯誤

43 使用MindSpore中的mindspore.nn.LSTM方法時，若隱藏層維度hidden_size為100，使用雙向LSTM，則在輸出的output張量中，代表文本數據每個位置輸出向量的維度也為100。

正確答案：錯誤

在MindSpore中使用mindspore.nn.LSTM時，如果設置了雙向LSTM并通過bidirectional=True參數啟用，那么輸出向量的維度實際上會是hidden_size * 2，而不是僅僅hidden_size。這是因為雙向LSTM包含兩個獨立的LSTM層，一個正向LSTM和一個反向LSTM，每個方向的LSTM都有各自的hidden_size。因此，對于每個時間步，你將得到兩個獨立的隱狀態輸出，分別來自正向和反向LSTM。這些輸出隨后會被拼接在一起，形成最終的輸出向量。

所以，如果你的hidden_size設置為100，并且你正在使用雙向LSTM，那么輸出的output張量中，代表文本數據每個位置輸出向量的維度將是200（100來自正向LSTM，100來自反向LSTM）。

具體而言，output張量的形狀將是(sequence_length, batch_size, hidden_size * num_directions)，其中num_directions在雙向LSTM的情況下為2。

44 將TensorFlow的網絡遷移到MindSpore的過程中，為了保證兩個網絡中輸入相同，需要去除網絡中隨機性因素的影響。

正確答案：錯誤

45 Xavier初始化可以保持神經網絡每一層的輸入和輸出的方差一致。

正確答案：正確

46 MindSpore在進行構建模型時，權重初始值是模型訓練的起點，權重初始值需要全部設置為0。

正確答案：錯誤

47 MindSpore Lite轉換工具可支持MindSpore、TensorFlow、Caffe等深度學習框架模型。

正確答案：正確

48 Transformer模型提出后在自然語言處理領域得到了廣泛應用，包括ELMo，BERT，GPT以及盤古模型等都是在Tranformer的基礎進行改造的。

正確答案：錯誤

49 自注意力機制的出現早于RNN算法。

正確答案：錯誤