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