Viteza de căutare în grilă trebuie să fie mai rapidă decât căutarea aleatorie.

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

Regresia polinomială nu poate rezolva problema neliniară.

Răspuns: Fals

Softmax nu poate fi utilizat pentru mai multe probleme de clasificare.

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

Pentru a instala TensorFlow al versiunii GPU, trebuie să instalați CUDA și cuDNN.

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

Cifar10 este un set de date încorporat de Keras.

Răspuns: Adevărat

Eroarea de generalizare va continua să scadă pe măsură ce complexitatea modelului crește.

Răspuns: Fals

MindSpore acceptă accelerarea GPU.

Răspuns: Adevărat
Recunoașterea vocală se referă la recunoașterea datelor text ca date audio.

Răspuns: Fals

PyTorch acceptă accelerarea GPU.

Răspuns: Adevărat

În modelul KNN, o valoare K mică poate cauza subechiparea modelului.

Răspuns: Fals

Datele malformate nu sunt date murdare.

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 afirmații despre abandon este incorectă?

Răspuns: D. abandonul nu poate fi adăugat în timpul inferenței.

Care dintre următoarele motive este principalul motiv pentru care învățarea profundă s-a dezvoltat rapid
după 2010?

Răspuns: D. Îmbunătățirea puterii de calcul

Care dintre următoarele metode nu poate rezolva supraîncadrarea într-un arbore decizional?

Răspuns: D. Utilizați algoritmul de integrare pentru a configura un model AdaBoost.

Care dintre următoarele straturi de rețea nu trebuie inclus într-o rețea neuronală convoluțională?

Răspuns: C. Stratul de grupare

Care dintre următoarele nu este o caracteristică a stațiilor de margine Atlas 500 AI?

Răspuns: C. Consum ridicat de energie

Ce determină numărul de neuroni din stratul de intrare al rețelei neuronale?

Răspuns: Dimensiunea Date

Ce operație reprezintă "isinstance" în TensorFlow 2.0?

Răspuns: C. Determinați dacă este Tensor

Din care dintre următoarele școli face parte sistemul expert?

Răspuns: A. Simbolism

Input_shape = (4, 28, 28, 1)

X = tf.random.normal(input_shape)

Y = tf.keras.layers.Conv2D(filters=2, kernel_size=3, strides=(1, 1), padding='valid', activation='relu',

Input_shape=input_shape[1:])(x)

imprimare(y.shape)

Care este rezultatul codului precedent?

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

Când a fost propus Testul Turing?

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: C. Coborârea gradientului

Care dintre următoarele opțiuni nu este caracteristica ModelArts?

Răspuns: C. Suport pentru reglarea automată

În învățarea automată, câți vectori de suport poate avea algoritmul SVM?

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: B. Funcția de pierdere a entropiei încrucișate

Care dintre următoarele probleme nu pot fi rezolvate de perceptron?

Răspuns: C. XOR

Care dintre următoarele modele nu este potrivit pentru scenariul în care covarianța dintre caracteristicile
de date este mare?

Răspuns: C. Bayes naiv

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?

Răspuns: B. Android Studio

Care dintre următoarele opțiuni este clasificarea afacerii cu cipuri AI din aplicație?

Răspuns: C. Instruire și inferență

Care dintre următoarele opțiuni aparțin funcției de activare a rețelei neuronale?

Răspuns: A, B, C, D (Toate cele de mai sus) (Verificați toate literele: ABCD)

Care dintre următoarele afirmații despre LSTM sunt corecte?

Răspuns: A, B, C, D (Toate cele de mai sus) (Verificați toate literele: ABCD)

Care dintre următoarele opțiuni sunt principalele avantaje ale interfeței Keras în TensorFlow 2.0?

Răspuns: A, B, C

A. Convenabil pentru utilizatori

B. Modular și combinabil
C. Ușor de extins

Care dintre următoarele opțiuni aparțin scenariilor de aplicare a procesării limbajului natural

Răspuns: B &; D

B. Traducere automată

D. Monitorizarea opiniei publice

Care dintre următoarele poate cauza supramontarea?

Răspuns: B, C, D

B. Capacitatea modelului este mare

C. Setul de antrenament include o cantitate mare de date murdare

D. Numărul seturilor de antrenament este mic

Care dintre următoarele sunt bibliotecile comune de viziune computerizată Python?

Răspuns: C & D

C. Matplotlib

D. CV2

Care dintre următoarele opțiuni aparține conținutului platformei Huawei HiAI?

Răspuns: A, B, D

A. Serviciul HiAI
B. Fundația HiAI
 D. Motor HiAI

Care sunt elementele AI?

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

Care dintre următoarele opțiuni sunt produsele Huawei?

Răspuns: A, B, C

Care dintre următoarele sunt aplicații AI?

Răspuns: A, B, C, D

Care dintre următoarele afirmații despre TensorFlow sunt corecte?

Răspuns: A, B, C

În comparație cu funcția de activare Sigmoid, care dintre următoarele opțiuni sunt avantajele ReLU?

Răspuns: A & D

Care dintre următoarele sunt cadre de învățare profundă?

Răspuns: A, B, C, 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

Recunoașterea vocală se referă la recunoașterea datelor text ca date audio.

Răspuns: Fals

În rețelele neuronale convoluționale, stratul convoluțional poate reduce dimensiunea hărților

entităților.

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

Softmax nu poate fi utilizat pentru mai multe probleme de clasificare.

Răspuns: Fals

Arhitectura Da Vinci este nucleul motorului de calcul AI Ascend și al procesorului AI.

Răspuns: Adevărat

Într-o rețea de feedforward, neuronii din același strat sunt conectați între ei.
Răspuns: Fals

Eroarea de generalizare va continua să scadă pe măsură ce complexitatea modelului crește.

Răspuns: Fals

Dacă parametrul metrics nu este specificat în Model.compile, nu va fi afișată o valoare mai mică.

Răspuns: Fals

Regresia polinomială nu poate rezolva problema neliniară.

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

Pentru a instala TensorFlow al versiunii GPU, trebuie să instalați CUDA și cuDNN.

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 afirmații despre PyTorch este incorectă?

Răspuns: D. PyTorch folosește limbajul de programare Lua.

Care dintre următoarele metode de învățare este cea mai potrivită pentru antrenarea modelelor de
învățare automată a jocurilor de șah?

Răspuns: D. Învățarea întăririi

Care dintre următoarele este intervalul de ieșire al funcției ReLU?

Răspuns: A. [0,+∞]

Care dintre următoarele nu este o politică integrată de învățare în algoritmii de învățare automată?

Răspuns: D. Marcarea

În învățarea automată, câți vectori de suport poate avea algoritmul SVM?

Răspuns: D. Câțiva

Input_shape = (4,28,28,1)

x = tf.random.normal(input_shape)

y = tf.keras.layers.Conv2D(filters=2, kernel_size=3, strides=(1,1), padding='valid',

activation='relu', input_shape=input_shape*1:+)

(x)

imprimare(y.shape)

Care este rezultatul codului precedent?

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: C. Coborârea gradientului

Care dintre următoarele este o funcție a Fundației HiAI?

Răspuns: B. Convertiți și migrați rapid modelele existente

Când a fost propus Testul Turing?

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?

Răspuns: C. Consum ridicat de energie

Care dintre următoarele nu este caracteristica de implementare a modelului și de aplicație a

platformei ModelArts?

Răspuns: B. Randament scăzut și latență scăzută

adadelt=tf.keras.optimizers.Adadelta()

model.compile(loss='binary_crossentropy',

optimizer='adam',

metrics=*'precizie'+)

Ce optimizator este utilizat în codul de mai sus?

Care dintre următoarele opțiuni este arhitectura adoptată de cipurile din seria Hauwei Atlas?

Răspuns: A.
Adam
Răspuns: D. Da Vinci

Care dintre următoarele este un model generativ?

Răspuns: C. Bayes naiv

Ce fel de operație reprezintă "concat" în TensorFlow 2.0?

Răspuns: A. Fuzionați tensorul

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?

Răspuns: C. Bayes naiv

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: B. Capacitatea de calcul paralel

Care dintre următoarele este reprezentantul behaviorismului?

Răspuns: D. Învățarea întăririi

Care dintre următoarele afirmații despre ModelArts este incorectă?

Răspuns: A. Suportă preprocesarea masivă a datelor și etichetarea automată.

Care dintre următoarele afirmații despre abandon este incorectă?

Răspuns: D. abandonul nu poate fi adăugat în timpul inferenței

Ce tipuri de servicii pot fi implementate pe ModelArts?

Răspuns: A, B, C

Care dintre următoarele sunt aplicații AI?

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

Care sunt elementele AI?

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

Care dintre următoarele sunt cadre de învățare profundă?

Răspuns: A, B, C, D

Care dintre următoarele opțiuni aparțin preprocesării datelor?

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

Care dintre următoarele afirmații despre TensorFlow sunt corecte?

Răspuns: A, B, C

Care dintre următoarele opțiuni aparțin serviciului Huawei Cloud EI?

Răspuns: A, B, C, D

Care dintre următoarele opțiuni sunt produsele Huawei?

Răspuns: A, B, C
 Care dintre următoarele afirmații despre LSTM sunt corecte?

Răspuns: A, B, C, D

Care dintre următoarele sunt scenarii de aplicații ale EI Intelligent Twins?

Răspuns: A, B, C, D

Operațiile și graficele de calcul ale TensorFlow pot fi rulate fără sesiune.

Răspuns: Fals

O matrice A poate fi descompusă într-un produs de trei matrice folosind descompunerea valorii
singulare.
Răspuns: Adevărat

Algoritmii de învățare profundă pot fi atât supravegheați, cât și nesupravegheați.

Răspuns: Adevărat

Funcția de imprimare din Python 3 este inclusă între paranteze (()).

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

Determinantul unei matrice N*N este un scalar.

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

Huawei consideră că valoarea AI se reflectă în abordarea problemelor de afaceri ale întreprinderilor. În

ceea ce privește dezvoltarea AI, ghidată de soluții industriale, Huawei se concentrează pe tehnologiile de
bază și pe platforma de facilitare și colaborează cu liderii din industrie pentru a dezvolta soluții
industriale.

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

Care dintre următoarele poate fi intrarea unui strat complet conectat?

Răspuns: B. Un vector cu lungime fixă

Dacă intrarea unei funcții softmax este [1,2,4,2,1], care dintre următoarele opțiuni poate fi ieșirea?

Răspuns: C. [0,04, 0,10, 0,72, 0,10, 0,04]

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?

Răspuns: C. Atributul cu cel mai mare câștig de informații

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: A. Claude Elwood Shannon

Care nu este o metodă de optimizare în învățarea profundă?

Răspuns: C. Analiza componentelor principale (PCA)

Care dintre următorii identificatori Python este nevalid?

Răspuns: D. 1var

Care este scopul adăugării unui strat de pooling atunci când se creează o rețea neuronală?

Răspuns: D. Reduceți dimensiunea hărților obiectelor spațiale

Care dintre următoarele formate poate defini un dicționar în Python?

Răspuns: C. ("Jane":Londra, "John":Londra)

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

Care dintre următoarele afirmații despre distribuția normală nu este adevărată?

Răspuns: C. Cu cât abaterea standard este mai mare, cu atât curba normală de distribuție este mai
abruptă.

Care nu este un algoritm automat de căutare hiperparametrică?

Răspuns: B. Coborârea gradientului stocastic

Care dintre următoarele despre matrice nu este adevărată?

Răspuns: C. Matricea diagonală nu are un invers.

Care dintre următoarele nu este un algoritm de învățare supravegheată?

Răspuns: B. Analiza componentelor principale (PCA)

Care dintre următoarele poate evita supramontarea în timpul antrenamentului modelului?

Răspuns: D. Oprirea timpurie

Care dintre următoarele este de neschimbat în Python?

Răspuns: A. Tuple

Care dintre următoarele nu este un cadru de dezvoltare a învățării profunde?

Răspuns: D. BAFA
Care dintre următoarele nu este o funcție de modul de expresie regulată Python re?

Răspuns: B. actualizare

Care dintre următoarele metode nu poate obține date în programul TensorFlow?

Răspuns: C. Editarea unui cititor de format de fișier

Care dintre următoarele nu este un modul de bibliotecă TensorFlow?

Răspuns: C. tf.boost

În ceea ce privește relația dintre frecvență și probabilitate, care dintre următoarele afirmații este
adevărată?

Răspuns: A. Frecvența se stabilizează ca o valoare apropiată de probabilitate pe măsură ce numărul de

experimente repetate crește.

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.

Care dintre următoarele este utilizată ca funcție de poartă este LSTM?

Răspuns: C. Funcția sigmoidă

Care dintre următoarele pot fi utilizate pentru a rezolva problemele de regresie?

Răspuns: A. Regresia liniară

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 este modelul computațional al TensorFlow?

Răspuns: D. Grafic computațional

Care dintre următoarele nu este o sesiune TensorFlow?

Răspuns: A. Interogări POST multiple

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.

Când a fost propusă pentru prima dată "AI"?

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

Care sunt funcțiile de activare utilizate în mod obișnuit?

Răspuns: ACD

A. relu
 C. sigmoid

D. tanh

Conform constrângerilor, care sunt tipurile problemei de optimizare?

Răspuns: ABC

A. Constrângerea egalității
B. Fără constrângeri
C. Constrângerea inegalității

Care dintre următoarele afirmații despre indexul Python sunt adevărate?

Răspuns: BD

8. Indicele implicit de la dreapta la stânga este numerotat de la -1

D. Indicele implicit de la stânga la dreapta este numerotat de la 0

Care dintre următoarele afirmații despre Python sunt adevărate?

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.

Care sunt domeniile de cercetare în IA?

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

Care dintre arhitecturile rețelelor neuronale poate implementa partajarea greutății?

Răspuns: BD

B. Rețea neuronală recurentă (RNN)

D. Rețeaua neuronală convoluțională (CNN)

Care sunt modurile de implementare ale TensorFlow?

Răspuns: BD

B. Modul distribuit

D. Modul cu un singur nod

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)

D. D(X+Y) = 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

2. (Întrebare cu răspuns multiplu) În ce câmpuri poate fi folosit Python? Răspuns: Recunoașterea

imaginii, Dezvoltarea site-ului web, Data mining, Dezvoltarea aplicațiilor

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

4. (Variante de răspuns multiple) Există multe "componente" importante în arhitectura rețelei

neuronale convoluționale. Care dintre următoarele sunt "componentele" rețelei neuronale
convoluționale? Răspuns: Funcție de activare, kernel convoluțional, pooling, strat complet conectat

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

Atlasul platformei de calcul AI

2. (Răspuns unic) Care sunt principalele aplicații ale Ascend 310? Răspuns: Model de inferență

Platforma de dezvoltare AI pentru Smart Quiz

3. (Adevărat sau fals) Învățarea AI necesită fundamentarea datelor.

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?

Răspuns: HiAI Framework

6. (Adevărat sau fals) Platforma HUAWEI HiAI acceptă depanarea de la distanță a dispozitivelor
reale.

Răspuns: Corect

7. (Întrebare cu răspuns multiplu) Care sunt aplicațiile HUAWEI HiAI Engine?

Răspuns: Identificarea tabelului, extragerea cuvintelor cheie, rezumatul videoclipului

Platforma de aplicații inteligente pentru întreprinderi

1. (Cu variante multiple de răspuns) Căruia dintre următoarele scenarii i se poate aplica IE? Răspunde:

Răspuns: Guvern inteligent, oraș inteligent, producție inteligentă, finanțe inteligente