大学人工智能导论（大学通用）上册《神经网络基础》练习题

共 27 道沉淀题 · AI 对照课标原创 · 三重审校答案可核对

需要完整试卷（人工智能导论（大学通用）上册《神经网络基础》单元测试卷）？

按本单元考点 AI 生成整卷：正卷 + 答案页 + 逐题解析，PDF 精排 / Word 可编辑 / 打印装订寄到家。

生成完整试卷 →

本单元考点（5 个）

感知机的结构与局限激活函数的作用多层网络与隐层反向传播的梯度思想损失函数的作用

题目预览（5/27 题）

选择题 ★ 精品详情 →

1. 在多层前馈神经网络中，若各层之间仅做线性变换 Wx+b 且不使用任何非线性激活函数，则无论堆叠多少层，网络整体能表达的函数关系是什么？下列说法正确的是： A. 仍等价于一个单层线性变换，无法拟合非线性关系 B. 层数越多，表达能力越强，可拟合任意函数 C. 等价于一个多项式回归模型 D. 网络输出恒为零向量

登录查看答案

填空题 ★ 精品详情 →

2. 在神经网络训练中，损失函数用于量化模型预测值与真实值之间的____，训练过程的目标是通过调整参数使损失____（填“增大”或“减小”）。但需注意：训练集上的损失降到极小，模型在未见数据上的表现____（填“一定”或“不一定”）更好，因为过度压低训练损失可能意味着模型过拟合。

登录查看答案

判断题 ★ 精品详情 →

3. 某同学在搭建多层前馈神经网络时提出：把三个隐层逐层堆叠，每层先做线性变换 Wx+b，再统一使用激活函数 σ(z)=z（即恒等映射，输入什么就输出什么）。他认为：由于网络有三层结构且每层参数不同，因此该网络的表达能力一定强于单个线性变换模型。请判断该说法是否正确。

登录查看答案

判断题 ★ 精品详情 →

4. 判断题：小张设计了一个五层前馈神经网络，每层只做线性变换 Wx+b，且所有层都不使用激活函数。他认为，只要层数足够多，该网络就能像带非线性激活的网络一样逼近任意复杂的非线性函数关系。

登录查看答案

选择题 ★ 精品详情 →

5. 某同学设计了一个包含两个隐层的神经网络，为了让模型更简单，他将所有层的激活函数都设为恒等映射，即 σ(z)=z，每层仅做线性变换 Wx+b。关于该网络的表达能力，下列说法正确的是： A. 由于有两个隐层，网络可以拟合任意复杂的非线性函数 B. 去掉非线性激活后，多层线性变换叠加仍等价于一个单层线性变换 C. 隐层数量越多，网络的非线性表达能力越强 D. 恒等激活函数能为网络引入非线性因素，因此模型仍然有效

登录查看答案

还有 22 题在题库沉淀中，进入题库浏览全部，或直接生成整卷练习。

人工智能导论（大学通用）其他单元练习题

人工智能概述（27题）知识表示与推理（27题）搜索策略（9题）机器学习概述（27题）深度学习概览（18题）自然语言处理（27题）计算机视觉（27题）智能体与多智能体（27题）人工智能伦理与安全（27题）

题目由 AI 对照课标原创生成并经机审+人审，如发现质量问题可联系我们。