人工智能工程技术人员四级中级工-自然语言及语音处理产品实现 详细题库

深度学习框架的常用编程接口 题目预览

• 第 1 题 单选题
  若一个张量形状为(2,1,4)，执行squeeze(1)后形状为（ ）。
  • A. (2,4)
  • B. (2,1,4)
  • C. (1,2,4)
  • D. (2,4,1)
  解析：squeeze(1)删除第1维，该维度大小为1，故结果形状为(2,4)。
• 第 2 题 单选题
  在PyTorch中，使用torch.chunk将形状为(8,3)的张量沿第0轴分成2块，每块形状为（ ）。
  • A. (2,3)
  • B. (4,3)
  • C. (8,1)
  • D. (8,3)
  解析：沿第0轴分2块，每块行数为8/2=4，列数不变，故形状(4,3)。
• 第 3 题 单选题
  在TensorFlow中，使用tf.pad对形状为(2,3)的张量进行填充，若padding为[[1,0],[0,0]]，则结果形状为（ ）。
  • A. (3,4)
  • B. (2,3)
  • C. (3,3)
  • D. (4,3)
  解析：第一维上下填充1和0，尺寸变为2+1+0=3；第二维左右填充0和0，尺寸不变仍为3，故结果(3,3)。
• 第 4 题 单选题
  在深度学习框架中，张量A的形状为(2,3,4)，张量B的形状为(4,5)，则A @ B的结果形状为（ ）。
  • A. (2,3,4)
  • B. (2,4,5)
  • C. (2,5,3)
  • D. (2,3,5)
  解析：矩阵乘法作用于最后两维，A的末两维(3,4)与B的(4,5)得(3,5)，前面维度2保留，故(2,3,5)。
• 第 5 题 判断题
  在深度学习框架中，使用就地操作（in-place operation）修改张量时，可能会影响计算图中与该张量相关的梯度计算。
  • A. 对
  • B. 错
  解析：就地操作覆盖原值，破坏计算图节点，导致自动微分无法正确回溯。
• 第 6 题 判断题
  在PyTorch中，张量A的形状为(4, 3)，张量B的形状为(4, 1)，则A + B的操作会触发广播机制，结果形状为(4, 3)。
  • A. 对
  • B. 错
  解析：B形状(4,1)沿最后一维广播为(4,3)，与A形状一致，结果(4,3)。
• 第 7 题 多选题
  关于深度学习框架中的张量切片操作，下列说法正确的有（ ）。
  • A. 在NumPy风格的切片中，A[1:3, :, 2:5]表示取第1到第2行（含头不含尾）、所有列、第2到第4层。
  • B. 在PyTorch中，使用索引下标为负值时表示从末尾开始计数，例如A[-1]表示最后一个元素。
  • C. 对张量进行布尔索引时，布尔张量的形状必须与被索引张量的形状完全相同。
  • D. 使用花式索引（fancy indexing）时，返回的张量总是原张量的视图（view）而不是副本。
  • E. 在TensorFlow中，tf.gather函数可以沿指定轴根据索引提取张量元素。
  解析：A正确，切片左闭右开。B正确，负索引。C错误，布尔索引形状可广播，不要求完全相同。D错误，花式索引通常返回副本。E正确。
• 第 8 题 多选题
  在深度学习框架中进行张量拼接（concatenation）操作时，以下说法正确的有（ ）。
  • A. 使用torch.cat或tf.concat时，沿指定轴拼接，所有输入张量在非拼接轴上的尺寸必须相同。
  • B. 使用torch.stack时，会在新维度上堆叠张量，要求所有输入张量形状完全相同。
  • C. 若两个张量形状分别为(2,3)和(2,4)，则可以在轴1上进行拼接，得到形状(2,7)。
  • D. 若两个张量形状分别为(2,3)和(3,2)，则可以在轴0上拼接，得到形状(5,2)。
  • E. 在TensorFlow中，tf.stack默认沿第0轴堆叠。
  解析：A正确，非拼接轴尺寸需一致。B正确，stack要求形状相同。C正确，轴1拼接，列数相加，行数相同。D错误，轴0拼接要求非拼接轴（轴1）尺寸相等，但3与2不相等。E正确。