基本信息
文件名称:2025年神经网络可解释性技术测试题(含答案与解析).docx
文件大小:14.82 KB
总页数:9 页
更新时间:2025-09-05
总字数:约6.2千字
文档摘要

2025年神经网络可解释性技术测试题(含答案与解析)

一、单选题(共15题)

1.以下哪项技术不是用于提高神经网络模型可解释性的方法?

A.层级可解释性

B.特征重要性分析

C.代码审查

D.模型可视化

2.在神经网络中,以下哪种技术有助于解决梯度消失问题?

A.增加网络深度

B.使用ReLU激活函数

C.应用残差连接

D.降低学习率

3.以下哪种方法不适用于对抗性攻击防御?

A.混合正则化

B.散度损失

C.数据增强

D.知识蒸馏

4.以下哪种技术可用于提高神经网络的推理速度?

A.模型剪枝

B.知识蒸馏

C.数据并行

D.模型压缩

5.在分布式