2026知到答案 深度学习基础与应用（重庆开放大学重庆工商职业学院） 最新智慧树满分章节测试答案

第二章 单元测试

1、判断题：
PyTorch是一种深度学习框架，它以灵活性和易用性著称，因此适合快速实验和应用开发。
选项：
A:正确
B:错误
答案: 【正确】

2、判断题：
动态计算图相较于静态计算图，其最大的优势在于能够根据不同的输入数据进行实时的结构调整，因此更适合用于研究和原型设计。
选项：
A:错误
B:正确
答案: 【正确】

3、单选题：
在比较深度学习框架“PyTorch”和“TensorFlow”时，以下哪项最能准确描述它们在计算图特性上的主要区别？
选项：
A:PyTorch和TensorFlow都使用静态计算图。
B:PyTorch使用静态计算图，而TensorFlow使用动态计算图。
C:PyTorch使用动态计算图，而TensorFlow使用静态计算图。
D:PyTorch和TensorFlow都使用动态计算图。
答案: 【PyTorch使用动态计算图，而TensorFlow使用静态计算图。】

4、多选题：
关于PyTorch的基本特性与核心组件，以下哪些说法是正确的？
选项：
A:torch.Tensor是PyTorch中用于存储和操作数据的主要数据结构。
B:torch模块是PyTorch的基础库，提供了多种深度学习功能和工具。
C:torch.Storage是存储Tensor数据的底层存储机制，但不直接用于用户操作。
D:PyTorch不支持GPU加速，只能在CPU上运行。
E:PyTorch的动态图特性使得模型的定义和修改更加灵活。
答案: 【torch.Tensor是PyTorch中用于存储和操作数据的主要数据结构。;
torch模块是PyTorch的基础库，提供了多种深度学习功能和工具。;
torch.Storage是存储Tensor数据的底层存储机制，但不直接用于用户操作。;
PyTorch的动态图特性使得模型的定义和修改更加灵活。】

5、单选题：
在构建和评估深度学习模型的过程中，某研究团队在进行模型训练时发现，尽管模型的训练准确率很高，但在测试集上的表现却不尽如人意。为了更好地评估模型的性能，团队决定同时计算精确率和召回率。以下哪项说法最能解释精确率和召回率在模型评估中的重要性？
选项：
A:精确率是衡量模型在所有预测中正确预测的比例，而召回率是模型在所有实际正例中正确预测的比例，二者相互独立。
B:精确率和召回率的计算不依赖于混淆矩阵，因此可以直接通过模型输出获得。
C:精确率和召回率可以帮助分析模型在不同类别上的分类能力，特别是在数据不平衡的情况下。
D:精确率和召回率是评估模型性能的主要指标，能够完全替代准确率作为唯一的评估标准。
答案: 【精确率和召回率可以帮助分析模型在不同类别上的分类能力，特别是在数据不平衡的情况下。】