华东师大版·信息技术高三下册《第三章漫游深度学习的世界》练习题

共 18 道沉淀题 · AI 对照课标原创 · 三重审校答案可核对

需要完整试卷（华东师大版·信息技术高三下册《第三章漫游深度学习的世界》单元测试卷）？

按本单元考点 AI 生成整卷：正卷 + 答案页 + 逐题解析，PDF 精排 / Word 可编辑 / 打印装订寄到家。

生成完整试卷 →

本单元考点（5 个）

深度学习的基本概念神经网络的结构与工作原理卷积神经网络与图像识别深度学习的训练与学习过程深度学习的典型应用

本单元练习题（18 题）

填空题 ★ 精品详情 →

1. 某前馈神经网络由输入层、一个含两个神经元的隐藏层和输出层组成。输入为 x₁=1、x₂=2，隐藏层采用 ReLU 函数 ReLU(t)=max(0,t)，两个神经元的加权和分别为 z₁=x₁−x₂、z₂=2x₁+2x₂−1；输出层类别 A、B 的分值分别为 s_A=2h₁+h₂、s_B=h₁+2h₂，其中 h₁、h₂为隐藏层输出。按输入到输出的方向逐层计算，并以分值较大的类别作为结果，该网络输出类别为___。

登录查看答案

选择题 ★ 精品详情 →

2. 某图像识别系统的卷积神经网络中，输入特征图为 6×6 的像素矩阵。第一层使用一个 3×3 的卷积核，以步长 1、无填充（padding=0）方式进行卷积运算；随后对卷积结果使用 2×2 的最大池化，池化步长为 2、无填充。则经这两层处理后，输出特征图的尺寸为（　） A. 2×2　B. 3×3　C. 4×4　D. 1×1

登录查看答案

填空题 ★ 精品详情 →

3. 某模型已完成训练。部署后，它接收一条未参与训练的新样本，只计算并输出预测结果，不根据标签计算损失，也不更新参数。此时模型处于____阶段。

登录查看答案

填空题 ★ 精品详情 →

4. 某灰度图像识别网络输入为13×13×1的图像。第一层卷积使用4个3×3卷积核，步长为2、填充为1；随后进行2×2最大池化，步长为2且不填充；最后一层卷积使用6个3×3卷积核，步长为1且不填充。各层均不改变通道数以外的维度规则，则最后一层输出特征图的尺寸为____。

登录查看答案

选择题 ★ 精品详情 →

5. 某医院影像科引入了一套辅助诊断系统。开发过程如下：工程师没有人工编写“病灶影像具有哪些特征”的判断规则，而是将数万张已标注的CT影像输入一个含多个隐含层的神经网络，由系统自动从像素中逐层提取边缘、纹理等特征并完成分类训练。下列关于该系统的说法，正确的是（　　） A. 它属于基于人工规则的知识表示系统，未使用机器学习方法 B. 它属于传统机器学习，特征需由人工设计后输入模型 C. 它属于深度学习方法，能通过多层神经网络自动学习特征表示 D. 它属于专家系统，其诊断能力完全来自医生预先录入的经验

登录查看答案

选择题 ★ 精品详情 →

6. 某图像识别系统采用卷积神经网络处理一张 6×6 的输入特征图。第一层使用两个不同的 3×3 卷积核，以步长 1、无填充（padding=0）方式进行卷积运算。关于该层卷积运算输出的特征图，下列说法正确的是（　　） A. 输出一张 4×4 的特征图 B. 输出两张 6×6 的特征图 C. 输出两张 4×4 的特征图 D. 输出两张 3×3 的特征图

登录查看答案

填空题 ★ 精品详情 →

7. 在一个前馈神经网络中，各神经元接收上一层的输出，先对输入加权求和并加上偏置，再通过激活函数产生本层输出并传向下一层。已知某隐藏层神经元的激活函数为 f(t)=max(0,t)（ReLU 函数），该神经元有 3 个输入，对应的权重分别为 w₁=2、w₂=-1、w₃=3，偏置 b=1。当三个输入依次为 x₁=1、x₂=4、x₃=0 时，该神经元的加权和加偏置的值 t=____，经激活函数处理后，该神经元的输出值为____。

登录查看答案

选择题 ★ 精品详情 →

8. 某前馈神经网络只在相邻层之间建立连接，信息按输入层、隐藏层、输出层的顺序传递。若某个隐藏层神经元的输出发生变化，关于网络结构的判断正确的是：A. 同层其他隐藏层神经元会直接接收该变化　B. 输入层神经元会直接接收该变化　C. 与它相连的输出层神经元会直接接收该变化　D. 输出层神经元先处理该变化，再传回隐藏层

登录查看答案

选择题详情 →

9. 在卷积神经网络进行图像识别时，卷积层的主要作用是什么？ A. 提取图像中的局部特征　B. 将图像文件压缩并保存　C. 按文件名称排列图像　D. 把识别结果发送到网络

登录查看答案

选择题详情 →

10. 某图像识别模型在训练中反复经历“输入已标注样本—产生预测—与真实标签比较—调整模型参数”的过程。下列对这一过程的理解正确的是（　　） A. 模型只需保存样本，不必根据预测结果调整参数 B. 模型依据预测与真实标签的差异调整参数，并通过重复训练逐步学习样本规律 C. 模型完成一次预测后就进入训练结束状态，无须再处理样本 D. 模型调整参数的依据是未输入模型的未知样本的真实标签

登录查看答案

填空题详情 →

11. 某种机器学习方法以含多个层次的神经网络为基础，能够从数据中逐层学习特征表示。根据这一概念描述，这种方法称为____。

登录查看答案

填空题详情 →

12. 在人工智能领域，深度学习是一类以____为基础、通过学习数据特征完成任务的机器学习方法。

登录查看答案

填空题详情 →

13. 在人工智能方法的层级关系中，深度学习属于____。

登录查看答案

选择题详情 →

14. 在一个前馈神经网络中，信息通常如何从输入层传递到输出层？ A. 输入层接收数据，经隐藏层逐层处理后由输出层给出结果　B. 输出层先生成结果，再由隐藏层传回输入层　C. 各层彼此独立处理数据，不进行层间传递　D. 输入层直接替代隐藏层完成全部处理

登录查看答案

填空题详情 →

15. 语音助手将用户说出的语音转换为文字，属于深度学习在____领域的典型应用。

登录查看答案

选择题详情 →

16. 小张想用卷积神经网络识别手写数字图片。下列关于该网络各组成部分作用的描述中，正确的是（　　） A. 卷积层通过卷积核在图像上滑动，提取边缘、纹理等局部特征 B. 全连接层主要用于对原始图像进行去噪处理 C. 池化层的作用是生成新的训练样本并扩充数据集 D. 输出层负责从图像中提取颜色通道

登录查看答案

选择题详情 →

17. 某识别系统先用卷积层提取图像中的局部纹理特征，再对特征图作局部最大池化。若目标在图像中小幅移动，且对应的强响应仍落在同一池化区域，以下判断最恰当的是：A. 卷积核共享权重有助于在不同位置检测相同特征，最大池化可减弱小幅位置变化的影响　B. 最大池化会学习新的卷积核，因此能直接完成类别判断　C. 卷积层将每个像素与类别一一对应，位置变化不会影响结果　D. 最大池化会恢复图像原有像素，从而消除位置变化

登录查看答案

填空题详情 →

18. 某单层网络模型为 ŷ = wx，采用均方误差损失 L = (1/(2N)) * Σ(ŷ_i - y_i)^2，其中 N 为样本数。现有两个训练样本 (x₁=1, y₁=2) 和 (x₂=2, y₂=5)，初始权重 w=1。进行一次批量梯度下降更新，学习率 η=0.1。则更新后权重 w=____。

登录查看答案

华东师大版·信息技术其他单元练习题

第一章数据与大数据（18题）第一章信息社会与信息系统（18题）第一章人工智能初识（18题）第一章引言（18题）第一章数据管理与分析初步（18题）第一章初识计算机网络（18题）第二章算法与程序实现（18题）第二章人工智能实现（18题）第二章分析信息系统（18题）第二章数据管理（18题）第二章数据类型（18题）第二章走近真实网络（18题）

题目由 AI 对照课标原创生成并经机审+人审，如发现质量问题可联系我们。