注意：因为学习平台题目是随机，同学们在本页按“Ctrl+F”快捷搜索题目中“关键字”就可以快速定位题目，还是不懂的话可以看这个：快速答题技巧
一、2026年春江苏开放大学计算机视觉第二次形考作业单选题答案
1、下列关于Dropout的描述，正确的是（）
A、通过减少卷积层和池化层的个数，防⽌过拟合
B、通过随机删除部分神经元，防⽌过拟合
C、通过减少卷积层和池化层的个数，提取出局部特征
D、通过随机删除部分神经元，提取出局部特征
正确答案：B
2、GoogLeNet⽹络额外增加了2个辅助的Softmax层作为辅助分类器。下列关于它的描述，错误的是（）
A、辅助分类器给⽹络增加了反向传播的梯度信号，⼀定程度解决了梯度消失的问题
B、辅助分类器⽤于训练和测试阶段
C、辅助分类器将中间某⼀层的输出也纳⼊到最终的分类结果中
D、辅助分类器提供了额外的正则化
正确答案：B
3、VGGNet的参数量主要集中在（）
A、卷积层
B、全连接层
C、池化层
D、激活层
正确答案：B
4、相较于Sigmoid和Tanh函数，ReLU函数作为激活函数的特点是（）
A、能够有效缓解梯度消失的问题
B、使模型收敛速度较慢
C、计算复杂，计算成本⾼昂
D、是线性函数
正确答案：A
5、卷积神经网络中，若使用RGB图像作为输入，则输入层的通道数为（）
A、128
B、256
C、3
D、256×256
正确答案：C
二、2026年春江苏开放大学计算机视觉第二次形考作业多选题答案
1、SENet中的Channel Attention机制包含的操作有（）
A、Excitation
B、Shortcut Connection
C、Dropout
D、SqueezE
正确答案：A；D
2、卷积神经网络有许多神经层组成，主要包括（）
A、分类层
B、归一化层
C、池化层
D、卷积层
正确答案：A；C；D
3、下列关于跨物种语义级别的图像分类的描述，正确的是（）
A、主要⽬的是区分属于不同物种或⼤类的对象
B、分类结果呈类间⽅差较⼩，类内⽅差较⼤的特点
C、主要⽬的是区分属于同⼀个物种⼤类的⼦类
D、分类结果呈类间⽅差较⼤，类内⽅差较⼩的特点
正确答案：A；D
4、下图体现了ResNet⽹络中的Bottleneck Design结构，输⼊为256维的特征，下列描述正确的是（）
A、使⽤Bottleneck Design结构，能解决梯度消失的问题
B、图中的⽹络结构需要的参数量为1×1×64+3×3×64+1×1×256
C、使⽤Bottleneck Design结构，能够减少⽹络中的参数量
D、1×1卷积核的主要作⽤是，对数据进⾏降维和升维的操作
正确答案：C；D
5、下列关于全连接层的描述，正确的是（）
A、经过卷积层和池化层降维，可以降低全连接层的数据计算量，提升计算效率
B、全连接层的作⽤是综合已提取的特征
C、全连接层通常在卷积神经⽹络隐藏层的中间部分
D、全连接层与上⼀层输⼊数据之间的部分神经元相互连接
正确答案：A；B
6、数据增强常⽤的⽅法有（）
A、⽔平翻转
B、颜⾊光照变换
C、平移变换
D、随机裁剪
未经授权，禁止转载，发布者：形考达人
，出处：https://www.xingkaowang.com/35610.html
免责声明：本站不对内容的完整性、权威性及其观点立场正确性做任何保证或承诺！付费为资源整合费用，前请自行鉴别。
免费答案：形考作业所有题目均出自课程讲义中，可自行学习寻找题目答案，本站内容可作为临时参考工具，但不应完全依赖，建议仅作为辅助核对答案的工具，而非直接使用！
