人工智能工程技术人员四级中级工-计算机视觉产品实现 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
  在PyTorch中，使用torch.tensor()创建浮点数列表[1.0, 2.0, 3.0]时，默认的数据类型是（ ）。
  • A. torch.float32
  • B. torch.float64
  • C. torch.float16
  • D. torch.int32
  解析：PyTorch中torch.tensor()对于浮点数列表默认创建float32类型张量。
• 第 2 题 单选题
  在PyTorch中，要获取张量x的维度数量（轴数），应使用（ ）。
  • A. x.size()
  • B. x.shape
  • C. x.dim()
  • D. x.len()
  解析：x.size()返回形状元组，x.shape返回形状元组，x.len()不存在，x.dim()返回维度数量。
• 第 3 题 单选题
  在PyTorch中，将张量x从CPU移动到GPU，应使用（ ）。
  • A. x.cpu()
  • B. x.cuda()
  • C. x.to('cpu')
  • D. x.device('cuda')
  解析：x.cuda()将张量复制到GPU，x.cpu()移动到CPU，x.to('cpu')也是移动到CPU，x.device()不是有效方法。
• 第 4 题 单选题
  在PyTorch中，将张量x从torch.float64转换为torch.float32，以下方法中不能达到目的的是（ ）。
  • A. x.float()
  • B. x.to(torch.float32)
  • C. x.type(torch.float)
  • D. x.half()
  解析：x.half()转换为float16，不是float32。
• 第 5 题 判断题
  在PyTorch中，张量的dtype属性可以直接被赋值修改以改变数据类型。
  • A. 对
  • B. 错
  解析：dtype是只读属性，需要通过to()、float()等方法转换。
• 第 6 题 判断题
  在PyTorch中，所有张量都可以通过调用.view()方法来改变其形状。
  • A. 对
  • B. 错
  解析：.view()要求原始张量在内存中连续，不连续的张量会引发错误。
• 第 7 题 多选题
  以下关于PyTorch张量数据类型的说法中，正确的有（ ）。
  • A. torch.float32和torch.float是相同的数据类型。
  • B. torch.int64和torch.long是相同的数据类型。
  • C. torch.uint8用于无符号8位整数。
  • D. torch.double是torch.float64的别名。
  • E. torch.half是torch.float16的别名。
  解析：所有选项均为PyTorch中数据类型的正确对应关系。
• 第 8 题 多选题
  以下关于PyTorch中张量视图操作的说法中，正确的有（ ）。
  • A. view()要求原始张量在内存中是连续的。
  • B. reshape()返回的张量一定与原始张量共享内存。
  • C. transpose()操作会返回一个新视图，但可能使张量不连续。
  • D. permute()操作可以交换任意多个维度。
  • E. flatten()操作将张量展平为一维。
  解析：reshape()可能返回副本而非共享内存，因此B错误；其余选项描述正确。