人工智能案例实战 知到智慧树答案满分完整版章节测试

第一章 单元测试

1、单选题：
Python程序在执行一次之后会自动生成扩展名为（ ）的字节码文件，以提高运行效率。

A:.pyc
B:.pyb
C:.py
D:.pyf
答案: .py

2、单选题：
以下关于列表ls的叙述中，错误的是（ ）。

A:ls.append(x)：在ls的末尾增加一个元素x
B:ls.reverse()：反转ls中的所有元素
C:len(ls)：求出ls中的元素个数
D:ls.clear()：删除ls中的一个元素
答案: ls.clear()：删除ls中的一个元素

3、单选题：
以下关于元组的说法中，正确的是（ ）。

A:插入的新元素放在最后
B:元组不支持切片操作
C:支持in运算符
D:所有元素的数据类型必须相同
答案: 支持in运算符

4、单选题：
表达式 [ x for x in [1,2,3,4,5] if x＜3] 的结果是（ ）。

A:[1,2,3,4,5]
B:[1,2]
C:[1,2,3]
D:[3,4,5]
答案: [1,2]

5、单选题：
以下不能创建一个字典的语句是（）。

A:dict3 ={[1,2,3]: “uestc”}
B:dict2 = { 3 : 5 }
C:dict4 = {(1,2,3): “uestc”}
D:dict1 =
答案: dict3 ={[1,2,3]: “uestc”}

6、单选题：
numpy中有很多自带的数组创建函数，下列（ ）函数可以创建指定长度或形状的全1数组。

A:ones()
B:arrange()
C:zeros()
D:empty()
答案: ones()

7、单选题：
下列（ ）函数用于绘制散点图。

A:subplot()
B:plot()
C:bar()
D:scatter()
答案: scatter()

8、单选题：
可以把列表转换为numpy数组的函数是（）。

A:arange()
B:ones()
C:linspace()
D:array()
答案: array()

9、单选题：
执行下面代码，得到的正确结果是（）。drink = {‘奶茶’:8,’可乐’:5,’牛奶’:3}for item in drink.values():print ( item, end = ” “)

A:奶茶 可乐 牛奶
B:{‘奶茶’:8,’可乐’:5,’牛奶’:3}
C:8 5 3
D:(‘奶茶’:8) (‘可乐’:5)(‘牛奶’:3)
答案: 8 5 3

10、单选题：
以下程序的输出结果是a=[“李白”，“孟浩然”，”杜甫”，“王昌龄”]print(a[1:3])

A:[“孟浩然”，”杜甫”]
B:[“孟浩然”，”杜甫”，“王昌龄”]
C:[“李白”，“孟浩然”，”杜甫”]
D:[“孟浩然”,“王昌龄”]
答案: [“孟浩然”，”杜甫”]

第二章 单元测试

1、单选题：
a=tf.constant(5)的默认类型是（ ）。

A:tf.int32
B:tf.float32
C:tf.double64
D:tf.int16
答案: tf.int32

2、单选题：
TensorFlow2.0中，所有张量都可以通过（ ）方法得到对应的数组。

A:numpy()
B:dtype()
C:shape()
D:其余都不是
答案: numpy()

3、单选题：
可以创建元素值相同的张量的函数是（ ）。

A:tf.cast()
B:tf.zeros()
C:tf.ones()
D:tf.fill()
答案: tf.fill()

4、单选题：
以下对函数功能的描述中，错误的是（ ）

A:tf.cast()，增加维度
B:tf.squeeze()，删除维度
C:tf.reshape()，更改维度
D:tf.transpose()，交换维度
答案: tf.cast()，增加维度

5、单选题：
以下程序执行后，b的内容是（）。 a=tf.range(12) b=a[2:5:1] print(b.numpy())

A:其余都不对
B:[2 3 4]
C:[2 4 6]
D:[2 3 4 5]
答案: [2 3 4]

6、单选题：
以下程序执行后，运行结果是（）。 a=tf.reshape( tf.range(10,22) , [3,4] ) b=a[0 ,0:2] print(b.numpy())

A:其余都不对
B:[14 15]
C:[10 11 12]
D:[10 11]
答案: [10 11]

7、单选题：
以下描述中，错误的是（ ）。

A:tf.square(x)：对x逐个元素计算平方
B:tf. pow(2 , x ) ：计算2的x次方
C:tf.sqrt(3): 计算3的平方根
D:tf. exp(1.)：计算e的1.0次方
答案: tf.sqrt(3): 计算3的平方根

8、单选题：
以下程序段的运行结果是（）。import numpy as npa=tf.constant(np.arange(6),shape=(2,3))b=tf.constant(np.arange(6),shape=(3,2))c=a@bprint(c.numpy())

A:[ [10 13 15] [28 40 50] ]
B:[ [10 13] [28 40] ]
C:[ [1 2 3] [4 5 6] ]
D:不能运算
答案: [ [10 13] [28 40] ]

9、单选题：
有语句：import tensorflow as tfa=tf.constant( [[1,2],[3,4]] )以下描述错误的是（）。

A:执行语句tf.reduce_mean(a)后，值为2.5
B:执行语句tf.reduce_max(a,axis=0)后，值为[3 4]
C:执行语句tf.reduce_sum(a,axis=1)后，值为[3 7]
D:执行语句tf.reduce_min(a)后，值为1
答案: 执行语句tf.reduce_mean(a)后，值为2.5