Documente Academic
Documente Profesional
Documente Cultură
Răspuns: Fals
Cea mai mare diferență dintre regresia logică și perceptron este că regresia logistică utilizează funcția de
activare sigmoidă la nivelul de ieșire, în timp ce perceptronul utilizează funcția semn. În plus, niciunul
dintre cele două modele nu poate rezolva problema XOR.
Răspuns: Adevărat
HiLens poate ajuta companiile mici și micro să realizeze un control inteligent al accesului.
Răspuns: Adevărat
Răspuns: Fals
Răspuns: Fals
Optimizatorul Adam din TensorFlow 2.0 este optimizatorul încorporat al modulului Keras.
Răspuns: Adevărat
Arhitectura platformei de calcul mobil HiAI acceptă diverse cadre front-end mainstream, cum ar fi
TensorFlow și Caffe.
Răspuns: Adevărat
Răspuns: Adevărat
Într-o rețea de feedforward, neuronii din același strat sunt conectați între ei.
Răspuns: Fals
Backpropagation face coborârea gradientului mai eficientă prin intermediul programării dinamice.
Răspuns: Adevărat
Într-o sarcină de recunoaștere a imaginii medicale, de obicei suntem mai preocupați de raportul de
rechemare decât de raportul de precizie atunci când evaluăm performanța modelului.
Răspuns: Adevărat
După apelarea serviciului etichetă imagine, se returnează o singură valoare de etichetă corespunzătoare.
Răspuns: Fals
Similar cu stratul ascuns, cantitatea de neuroni atât la un strat de intrare, cât și la un strat de ieșire al
unei rețele neuronale este un hiperparametru care poate fi ajustat.
Răspuns: Fals
Răspuns: Adevărat
Răspuns: Fals
Răspuns: Adevărat
Recunoașterea vocală se referă la recunoașterea datelor text ca date audio.
Răspuns: Fals
Răspuns: Adevărat
Răspuns: Fals
Răspuns: Fals
Fabrica A produce 60% din produsele unei companii auto, iar fabrica B reprezintă 40%. Rata defectă a
fabricii A este de 1%, iar cea a fabricii B este de 3%. Dacă un vehicul este defect, care este posibilitatea ca
vehiculul să fie produs de fabrica A?
Răspuns: B. 1/3
Care dintre următoarele motive este principalul motiv pentru care învățarea profundă s-a dezvoltat rapid
după 2010?
Care dintre următoarele metode nu poate rezolva supraîncadrarea într-un arbore decizional?
Care dintre următoarele nu este o caracteristică a stațiilor de margine Atlas 500 AI?
Răspuns: A. Simbolism
X = tf.random.normal(input_shape)
Input_shape=input_shape[1:])(x)
imprimare(y.shape)
Răspuns: B.
(4,26,26,2)
Fără căptușeală, utilizați un nucleu de convoluție 3X3 pentru a combina o imagine 5X5 cu pasul 1. Care
dintre următoarele opțiuni este dimensiunea imaginii de ieșire?
Răspuns: A. 3X3
Răspuns: A. 1950
Care dintre următoarele opțiuni este arhitectura adoptată de cipurile din seria Huawei Atlas?
Răspuns: D. Da Vinci
În procesul de formare a rețelei neuronale, care dintre următoarele metode este utilizată pentru a
actualiza parametrii astfel încât să minimizeze funcția de pierdere?
Răspuns: D. Câțiva
Importați numpy ca NP
n = np.arange(24).reshape(2,-1,2,2)
Care dintre următoarele este rezultatul returnat al n.shape după rularea codului precedent?
Răspuns: A.
(2,3,2,2)
Care dintre următoarele opțiuni este cadrul de dezvoltare a inteligenței artificiale lansat de Huawei?
Răspuns: C. MindSpore
Care dintre următoarele opțiuni este o funcție de pierdere frecvent utilizată pentru probleme de
clasificare?
Răspuns: C. XOR
Care dintre următoarele modele nu este potrivit pentru scenariul în care covarianța dintre caracteristicile
de date este mare?
Care dintre următoarele opțiuni este platforma de calcul a inteligenței artificiale Huawei?
Răspuns: D. Atlas
O companie dorește să utilizeze platforma HiAI pentru a-și dezvolta propria aplicație. Care dintre
următoarele IDE-uri pot fi utilizate împreună cu platforma HiAI?
Care dintre următoarele opțiuni este clasificarea afacerii cu cipuri AI din aplicație?
Care dintre următoarele opțiuni sunt principalele avantaje ale interfeței Keras în TensorFlow 2.0?
Răspuns: A, B, C
Care dintre următoarele opțiuni aparțin scenariilor de aplicare a procesării limbajului natural
Răspuns: B &; D
B. Traducere automată
Răspuns: B, C, D
Răspuns: C & D
C. Matplotlib
D. CV2
Răspuns: A, B, D
A. Serviciul HiAI
B. Fundația HiAI
D. Motor HiAI
Răspuns: A, B, C, D
Care dintre următoarele sunt funcțiile majore ale expresiei minții în MindSpore?
Răspuns: A, B, C, D
Care dintre următoarele sunt problemele pe care le puteți întâmpina atunci când antrenați o rețea
generativă adversă?
Răspuns: A, B, C, D
Răspuns: A, B, C
Răspuns: A, B, C, D
Răspuns: A, B, C
În comparație cu funcția de activare Sigmoid, care dintre următoarele opțiuni sunt avantajele ReLU?
Răspuns: A & D
Backpropagation face coborârea gradientului mai eficientă prin intermediul programării dinamice.
Răspuns: Adevărat
În unele câmpuri de imagine și voce, AI funcționează mai bine decât oamenii, astfel încât inteligența
artificială a intrat în stadiul inteligenței artificiale puternice.
Răspuns: Fals
Segmentarea automată a graficelor este una dintre tehnologiile cheie ale MindSpore.
Răspuns: Adevărat
Unul dintre dezavantajele învățării profunde este că interpretabilitatea este foarte slabă, dar este
posibil să se vizualizeze modelul folosind metode precum Local Interpretable Model-Agnostic
Explanations (LIME).
Răspuns: Adevărat
Cipurile din seria Atlas au nevoie de suportul pachetului software CUDA ca și alte plăci de accelerare
GPU.
Răspuns: Fals
Viteza de căutare grilă trebuie să fie mai rapidă decât căutarea aleatorie.
Răspuns: Fals
Într-o sarcină de recunoaștere a imaginii medicale, de obicei suntem mai preocupați de raportul de
rechemare decât de raportul de precizie atunci când evaluăm performanța modelului.
Răspuns: Adevărat
Răspuns: Fals
Răspuns: Adevărat
Netezirea Laplace poate fi utilizată pentru a aborda problema "probabilității zero" în modelul Bayes
naiv.
Răspuns: Adevărat
Graficul de cunoștințe poate fi aplicat rețelelor sociale, secvențierii genelor și controlului riscurilor.
Răspuns: Adevărat
Răspuns: Fals
Răspuns: Adevărat
Într-o rețea de feedforward, neuronii din același strat sunt conectați între ei.
Răspuns: Fals
Dacă parametrul metrics nu este specificat în Model.compile, nu va fi afișată o valoare mai mică.
Răspuns: Fals
Răspuns: Fals
Cea mai mare diferență între regresia logistică și perceptron este că regresia logistică utilizează
funcția de activare sigmoidă la nivelul de ieșire, în timp ce perceptronul utilizează funcția semn. În
plus, niciunul dintre cele două modele nu poate rezolva problema XOR.
Răspuns: Adevărat
Arhitectura platformei de calcul mobil HiAI acceptă diverse cadre front-end mainstream, cum ar fi
TensorFlow și Caffe.
Răspuns: Adevărat
Răspuns: Adevărat
Fără căptușeală, utilizați un nucleu de convoluție 3X3 pentru a combina o imagine 5X5 cu pasul 1.
Care dintre următoarele opțiuni este dimensiunea imaginii de ieșire.?
Răspuns: A. 3X3
Care dintre următoarele metode de învățare este cea mai potrivită pentru antrenarea modelelor de
învățare automată a jocurilor de șah?
Răspuns: A. [0,+∞]
Care dintre următoarele nu este o politică integrată de învățare în algoritmii de învățare automată?
Răspuns: D. Marcarea
Răspuns: D. Câțiva
Input_shape = (4,28,28,1)
x = tf.random.normal(input_shape)
(x)
imprimare(y.shape)
Răspuns: B. (4,26,26,2)
În procesul de formare a rețelei neuronale, care dintre următoarele metode este utilizată pentru a
actualiza parametrii astfel încât să minimizeze funcția de pierdere?
Răspuns: A. 1950
Care dintre următoarele opțiuni este cadrul de dezvoltare a inteligenței artificiale lansat de Huawei?
Răspuns: C. MindSpore
Care dintre următoarele nu este o caracteristică a stațiilor de margine Atlas 500 AI?
adadelt=tf.keras.optimizers.Adadelta()
model.compile(loss='binary_crossentropy',
optimizer='adam',
metrics=*'precizie'+)
Care dintre următoarele opțiuni este arhitectura adoptată de cipurile din seria Hauwei Atlas?
Răspuns: A.
Adam
Răspuns: D. Da Vinci
Când tf.keras este utilizat pentru a construi un model de rețea, care dintre următoarele afirmații
despre tf.keras.Model și tf.keras.Sequential este incorectă?
Răspuns: D. Dacă există un strat de partajare în rețea, tf.keras.Sequential este recomandat pentru
construirea unui model.
Care dintre următoarele modele nu este potrivit pentru scenariul în care covarianța dintre
caracteristicile de date este mare?
Câte imagini sunt incluse în baza de date cu cifre scrise de mână MNIST din ghidul de laborator?
Răspuns: C. 7.000
Care dintre următoarele opțiuni face GPU-ul potrivit pentru accelerarea rețelelor neuronale?
Răspuns: A, B, C
Răspuns: A, B, C, D
În comparație cu metoda coborârii gradientului lotului, care dintre următoarele opțiuni sunt
avantajele metodei de coborâre a gradientului Mini lot?
Răspuns: A & B
Să presupunem următorul scenariu: Acum trebuie să clasificăm datele, iar caracteristicile datelor
sunt toate valori continue. Care dintre următoarele modele sunt potrivite pentru acest scenariu?
Răspuns: B &; C
Răspuns: A, B, C, D
Care dintre următoarele sunt funcțiile majore ale expresiei minții în MindSpore?
Care dintre următoarele sunt problemele pe care le puteți întâmpina atunci când antrenați o rețea
generativă adversă?
Răspuns: A, B,
C, D
Răspuns: A, B, C, D
Răspuns: A, B, C, D
Răspuns: A, B, C, D
Care dintre următoarele sunt modulele majore ale procesorului Ascend AI?
Răspuns: A, B, C, D
În ceea ce privește declarația standard a modelului RNN, care dintre următoarele opțiuni sunt
corecte?
Răspuns: A & C
Răspuns: A, B, C
Răspuns: A, B, C, D
Răspuns: A, B, C
Care dintre următoarele afirmații despre LSTM sunt corecte?
Răspuns: A, B, C, D
Răspuns: A, B, C, D
Răspuns: Fals
O matrice A poate fi descompusă într-un produs de trei matrice folosind descompunerea valorii
singulare.
Răspuns: Adevărat
Răspuns: Adevărat
Răspuns: Adevărat
În TensorFlow, un grafic conține noduri și muchii. Primele reprezintă operațiuni de date, iar cele din urmă
reprezintă date și dependența acestora.
Răspuns: Adevărat
Percepția este echivalentă cu cea a unui clasificator și ar putea efectua clasificarea multi-task.
Răspuns: Fals
Datele din TensorFlow sunt reprezentate de tensori.
Răspuns: Adevărat
Funcțiile sunt segmente de cod organizate care nu pot fi reutilizate pentru a implementa operații unice
sau conexe.
Răspuns: Fals
Tuplurile Python sunt închise între paranteze (()) și elementele interne sunt separate prin punct și virgulă
(;).
Răspuns: Fals
Matricea A și matricea B pot fi adăugate numai dacă au același număr de rânduri și coloane.
Răspuns: Adevărat
Răspuns: Adevărat
Învățarea profundă este o clasă de algoritmi de învățare automată care utilizează rețele neuronale
pentru a extrage caracteristici din intrarea brută.
Răspuns: Adevărat
Răspuns: Adevărat
Autorul Python a proiectat sintaxa restrictivă pentru a filtra obiceiurile proaste de programare (cum ar fi
eșecul de a adăuga o indentare în dreapta următoarei linii a instrucțiunii if).
Răspuns: Adevărat
Rețelele neuronale convoluționale (CNN) pot extrage automat caracteristici din imagini.
Răspuns: Adevărat
Continuarea declarațiilor în Python este folosită pentru a sări peste restul declarațiilor din corpul buclei
pentru iterația curentă și pentru a sări la începutul buclei pentru următoarea iterație.
Răspuns: Adevărat
Listele din Python pot fi delimitate prin paranteze pătrate ([ ]), cu primul element la indicele 0.
Răspuns: Adevărat
Funcția time.time() poate măsura numărul de secunde de la epocă ca valoare în virgulă mobilă.
Răspuns: Adevărat
Analiza componentelor principale (PCA) este o metodă statistică. Utilizează transformarea ortogonală
pentru a converti un set de variabile posibil corelate într-un set de valori ale variabilelor liniare numite
componente principale.
Răspuns: Fals
Rețelele neuronale recurente sunt mai potrivite pentru problemele de recunoaștere a imaginilor.
Răspuns: Fals
Arborele decizional este unul dintre cei mai populari algoritmi de învățare automată și poate fi utilizat
atât pentru probleme de clasificare, cât și pentru regresie. Cum alegem cel mai bun atribut din ID3?
Teoria informației este o ramură a matematicii aplicate. Studiază cuantificarea informațiilor dintr-un
semnal. Cine a fost primul care a prezentat conceptul de entropie informațională?
Răspuns: D. 1var
Care este scopul adăugării unui strat de pooling atunci când se creează o rețea neuronală?
Care dintre următoarele tipuri de RNN poate fi utilizat pentru traducerea automată?
Care dintre următoarele funcții de activare nu poate rezolva eficient problema degradeului de fugă?
Răspuns: D. De la mulți la
mulți
Răspuns: A. Tanh
Răspuns: C. Cu cât abaterea standard este mai mare, cu atât curba normală de distribuție este mai
abruptă.
Răspuns: A. Tuple
Răspuns: D. BAFA
Care dintre următoarele nu este o funcție de modul de expresie regulată Python re?
Răspuns: B. actualizare
Răspuns: C. tf.boost
În ceea ce privește relația dintre frecvență și probabilitate, care dintre următoarele afirmații este
adevărată?
Care dintre următoarele afirmații despre rețelele neuronale convoluționale (CNN) nu este adevărată?
Răspuns: B. Un strat de grupare conține un set de filtre ai căror parametri trebuie învățați.
Pentru problemele de detectare a obiectelor, care dintre următoarele modele de rețea neuronală ar
trebui luat în considerare mai întâi?
Răspuns: A. CNN
Cărei școli din care dintre următoarele îi aparține învățarea prin consolidare?
Răspuns: D. Behaviorism
Care dintre următoarele afirmații despre operațiunea de preluare în TensorFlow este adevărată?
Răspuns: A. Numai atunci când execuția graficului este declanșată, puteți prelua valorile tensor dorite.
Răspuns: B. 1956
Care dintre următoarele servicii cloud sunt furnizate prin recunoașterea vizuală a Huawei Cloud EI?
Răspuns: ABCD
A. Recunoașterea imaginilor
B. Moderarea conținutului
C. Recunoașterea optică a caracterelor (OCR)
D. Procesarea imaginilor
Răspuns: ACD
A. relu
C. sigmoid
D. tanh
Răspuns: ABC
A. Constrângerea egalității
B. Fără constrângeri
C. Constrângerea inegalității
Răspuns: BD
Răspuns: ABCD
A. Python este adesea poreclit "limbaj lipici", deoarece poate lipi cu ușurință diferite module
dezvoltate în alte limbi.
B. Python este un fel de software gratuit și open-source.
C. Sintaxa Python este simplă și clară, caracterizată prin utilizarea caracterelor goale pentru
indentare
D. A fost creat de olandezul Guido van Rossum în 1989 și a fost lansat pentru prima dată în 1991.
Răspuns: ABCD
A. Viziune computerizată
B. Recunoașterea vorbirii
C. Procesarea limbajului natural (NLP)
D. Învățare automată
Python este un limbaj de programare orientat pe obiecte. Care dintre următoarele sunt obiecte Python?
Răspuns: ABCD
A. Șir de caractere
B. Număr
C. Modul
D. Funcționa
Răspuns: BD
Răspuns: BD
B. Modul distribuit
Să presupunem că X și Y sunt variabile aleatoare și C este o constantă, care dintre următoarele despre
proprietățile varianței nu este adevărată?
Răspuns: BD
B. D(XY) = D(X)D(Y)
Prezentare generală AI
1. (Adevărat sau fals) Prin "toate scenariile AI", Huawei înțelege diferite scenarii de implementare
pentru AI, inclusiv cloud-uri publice, cloud-uri private, edge computing în toate formele, dispozitive IoT
industriale și dispozitive de consum. Răspuns: Adevărat
2. (Întrebare cu răspuns multiplu) Care dintre următoarele sunt domenii de aplicare IA? Răspuns:
Gospodărie inteligentă, asistență medicală inteligentă, oraș inteligent, educație inteligentă
Piton
1. (Adevărat sau fals) Python2 și Python3 sunt utilizate frecvent. Răspuns: Adevărat
3. (Adevărat sau fals) Utilizați indentarea pentru a distinge blocurile de cod din Python. Răspuns:
Adevărat
4. (Adevărat sau fals) Variabilele din Python pot fi clasificate în variabile globale și variabile de modul pe
baza domeniului lor de aplicare. Răspuns: Fals
5. (Adevărat sau fals) Datele tipului de șir de caractere nu pot fi modificate. Răspuns: Adevărat
6. (Întrebare cu răspuns unic) Care dintre următoarele afirmații sunt corecte? Răspuns: Șirurile de
caractere și valorile din Python nu pot fi modificate
7. (Întrebare cu răspuns unic) Care dintre următoarele operații sunt corecte? Răspuns: Sortare listă:
list.sort()
8. (Întrebare cu răspuns multiplu) Utilizați felii pentru a obține toate numerele pare din tuplul t = (1, 2,
3, 4, 5, 6, 7). Răspuns: t[1:6:2] & t[-2:0:-2]
9. (Adevărat sau fals) Ambele == și este pot fi utilizate pentru a determina dacă valorile sunt egale.
Răspuns: Adevărat
10. (Întrebare cu răspuns unic) Care dintre următoarele afirmații sunt corecte? Răspuns: Elementele
duplicate din colecție sunt șterse.
11. (Întrebare cu răspuns unic) Se afișează care dintre următoarele rezultate de execuție a codului sunt
afișate? Răspuns: B
12. (Întrebare cu răspuns unic) Care dintre următoarele coduri iese? Răspuns: 7 4 1 -2
13. (Întrebare cu răspuns multiplu) Care dintre următoarele afirmații despre funcții și obiecte sunt
corecte? Răspuns: În python, o funcție este, de asemenea, un obiect și funcțiile pot fi create folosind
def și lambda în Python
14. (Întrebare cu răspuns unic) Care dintre următoarele afirmații despre clase este corectă? Răspuns: În
Python, puteți crea rapid clase prin moștenire.
15. În Python, obiectele sunt subclase ale tuturor claselor în mod implicit.
(Întrebare cu răspuns multiplu) Care dintre următoarele moduri de operare sunt disponibile pentru
operațiunile de fișiere? Răspuns: a, w, * b
16. (Întrebare cu răspuns unic) Care dintre următoarele erori nu poate fi capturată utilizând
instrucțiunea de încercare? Răspuns: | = [1,2,3
Învățare automată
1. (Adevărat sau fals) Iterația de coborâre gradient este singura metodă de algoritmi de învățare
automată. Răspuns: Fals
2. (Întrebare cu răspuns unic) Care dintre următorii algoritmi nu este învățare supravegheată?
Răspuns: K-înseamnă
Învățare profundă
1. (Adevărat sau fals) În comparație cu rețeaua neuronală recurentă, rețeaua neuronală convoluțională
este mai potrivită pentru recunoașterea imaginilor. Răspuns: Adevărat
2. (Adevărat sau fals) GAN este un model de învățare profundă, care este una dintre cele mai
promițătoare metode de învățare nesupravegheată a distribuției complexe din ultimii ani. Răspuns:
Adevărat
3. (Răspuns unic) Există multe tipuri de rețele neuronale de învățare profundă. Care dintre următoarele
nu este o rețea neuronală de învățare profundă? Răspuns: Logistică
1. (Adevărat sau fals) În TensorFlow 2.x, execuția dornică este activată în mod implicit. Răspuns:
Adevărat
2. (Răspuns unic) Care dintre următoarele afirmații despre tf.keras.Model și tf.keras.Sequential este
incorectă atunci când interfața tf.keras este utilizată pentru a construi un model de rețea?
Răspuns: tf.keras.Sequential este recomandat pentru construirea modelului atunci când există un strat
de partajare în rețea.
Cadru open-source de învățare profundă MindSpore
1. (Răspuns unic) În MindSpore, care dintre următoarele este tipul de operație al nn? Răspuns:
Rețea
2. (Răspuns unic) Care sunt principalele aplicații ale Ascend 310? Răspuns: Model de inferență
Răspuns: Corect
4. (Întrebare cu răspuns multiplu) Care dintre următoarele sunt industriile de aplicații AI?
Răspuns: City Brain, Smart City, Smart Furniture, Conducere fără pilot
5. (Întrebare cu răspuns unic) Care dintre următoarele nu este un modul Huawei HiAI?
6. (Adevărat sau fals) Platforma HUAWEI HiAI acceptă depanarea de la distanță a dispozitivelor
reale.
Răspuns: Corect
1. (Cu variante multiple de răspuns) Căruia dintre următoarele scenarii i se poate aplica IE? Răspunde: