【2026年华为暑期实习(AI)-6月17日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

1、使用多层感知机(MLP)对每月的降雨量进行预测,输出层的激活函数推荐使用什么?

{ { select(1) }}

  • ReLU
  • Tanh
  • Sigmoid
  • 不使用激活函数
2、关于重计算策略的时间换空间原理,下列说法错误的是( )

{ { select(2) }}

  • 重计算仅适用于模型推理阶段,不适用于训练阶段
  • 重计算缓存的关键中间特征越少,显存占用越低,但重复计算时间越长
  • 重计算不会改变模型的输出结果,仅影响计算时间和显存占用
  • 重计算的核心是“按需重构中间特征”,而非“全程缓存中间特征”
3、如果在隐藏层使用Tanh激活函数,初始化权重时应该注意?

{ { select(3) }}

  • 权重必须初始化为000
【2026年华为暑期实习(AI)-3月18日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试) 本文摘要: 这是一组关于机器学习、线性代数和概率统计的测试题,包含20道选择题和解析。题目涵盖大语言模型特点、监督学习算法、强化学习、贝叶斯概率、矩阵运算、降维方法等核心知识点。其中重点考查了:1)大语言模型的局限性(如不能保证绝对准确性);2)监督学习与非监督学习的区分;3)RLHF中奖励模型的作用;4)先验概率与后验概率的区别;5)Q-learning算法更新规则;6)矩阵特征值与对角化判断;7)SVD降维原理等。所有题目均附有详细解析,可作为机器学习基础知识的自测材料。 阅读详情

相关推荐

【2026年华为暑期实习(AI)-4月8日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

答案与解析 1. 相关系数问题 答案:C. 完全负线性相关 解析:相关系数ρ=-1表示X和Y之间存在完全负线性相关关系,所有数据点都严格落在一条斜率为负的直线上。 2. 矩阵秩问题 答案:B. Σ的对角线上非零奇异值的个数 解析:矩阵A的秩等于其奇异值矩阵Σ中非零奇异值的个数,因为U和V都是正交矩阵,不改变矩阵的秩。 3. 条件概率问题 答案:B. 0.5 解析:根据全概率公式和贝叶斯公式计算,P(B)=0.5×0.4+0.3×0.6=0.38,P(A|B)=(0.5×0.4)/0.38≈0.526,最接近

m0_73659489的博客 288

【2026年华为暑期实习(AI)-4月15日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

T14 答案:C. 满足$Ax = \vec{0}$的所有$x$构成的空间 解析: 零空间是线性方程组$Ax=0$所有解的集合,属于矩阵的核心概念。 T15 答案:D. 可以学习非线性关系 解析: 神经网络通过激活函数和层次结构能够建模复杂非线性关系,这是其核心优势。 T16 答案:A, B, D 解析: A正确:满足$|E_0|<1$时,误差平方收敛。 B正确:谱半径小于1保证收敛。 D正确:误差递推式为$E_{k+1}=E_k^2$,实际为三次收敛。 C错误:初值选择影响收敛性。 T17 答案:B

m0_73659489的博客 278

【2026年华为暑期实习(AI)-3月18日-第三题- 基于KNN的语音数据分类】(题目+思路+Java&C++&Python解析+在线测试)

摘要 本文介绍了使用KNN算法对语音特征向量进行分类的方法。语音片段被表示为3维向量,通过计算待分类向量与已知样本的欧式距离,选取最近的K个邻居进行投票,出现次数最多的类别即为预测结果。算法步骤包括:1)计算距离平方;2)排序样本;3)统计前K个邻居的类别频率。时间复杂度为O(N log N),适用于终端设备语音交互场景。Python和Java代码实现了该算法,通过处理浮点数误差确保分类准确性。

m0_73659489的博客 615

【2026年华为暑期实习(AI)-6月24日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

01X4Var3X−21​45λ2​25λ3​10λ4​8λ5​210085%≥1​X2​Xn​pS∑Xikdd2d24d2Ond2)nnOnd2)On2d)3h⋅dk2d2On2d2)3d2d24d2nOn2d)QK01)0136VaraXba2VarX)Var3X−232×4364(4525108。

m0_73659489的博客 55

【2026年华为暑期实习(AI)-6月12日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

本文摘要涵盖了机器学习与深度学习中的多个核心概念,包括相似性度量(余弦相似度)、概率估计(MLE)、贝叶斯定理、PCA降维、神经网络训练问题(梯度消失)、向量空间条件、优化方法(Momentum)、注意力机制(MHA/GQA)、数据分布特征等。通过选择题形式考察了这些知识点的理解和应用,并提供了详细的解析。内容涉及理论推导(如矩阵行列式计算)和实践问题(如KV Cache优化),适用于检验和巩固机器学习基础知识的掌握程度。

m0_73659489的博客 75

【2026年华为暑期实习(AI)-5月22日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

本文摘要:本文包含20道选择题,涵盖机器学习、数学、计算机视觉等多个领域。主要内容包括:1) 模型训练显存估算;2) 概率论基础;3) 梯度累积训练;4) Transformer应用;5) BLIP-2模型原理;6) 图像插值方法;7) 分布式训练误差;8) 张量运算;9-10) 模型评估指标;11) 贝叶斯概率;12) 多头注意力机制;13) 回归损失函数;14) 插值多项式;15) 图像处理;16) 线性方程组病态条件;17) 聚类评估;18) 最大似然估计;19) 过拟合/欠拟合处理;20) 函数逼近

m0_73659489的博客 73

【2026年华为暑期实习(AI)-7月15日-第三题- Agent执行轨迹压缩】(题目+思路+Java&C++&Python解析+在线测试)

摘要 本文研究了一个在二维网格上移动的Agent优化轨迹问题。给定初始网格和原操作轨迹,要求构造一条最短的语义等价轨迹,使得最终各格子状态与原轨迹相同,且起点终点位置一致。 关键思路是: 模拟原轨迹,收集所有状态发生变化的格子 将这些格子的操作合并为单次操作 使用状态压缩动态规划计算访问所有变化格子的最短路径 最后加上移动到原终点的距离 算法复杂度为O(2^p p^2),其中p≤12是变化格子数,保证了高效性。通过动态规划找到最优访问顺序,确保轨迹长度最短。

m0_73659489的博客 374

【2026年华为暑期实习(AI)-4月15日-第三题- 大模型推理资源的最低成本分发】(题目+思路+Java&C++&Python解析+在线测试)

摘要:该问题要求为优先级不同的任务分配token资源,满足相邻高优先级任务获得更多token且总消耗最少。解决方案采用两次遍历:第一次从左到右确保高优先级任务比左侧多1个token;第二次从右到左确保比右侧多1个token。无效任务(优先级≤0)不分配资源且不参与相邻比较。时间复杂度O(N),空间复杂度O(N)。示例输入[10,10,5]输出4,分配为[1,2,1];输入[4,2,6]输出5,分配为[2,1,2]。

m0_73659489的博客 516

【2026年华为暑期实习/秋招(AI)-8月5日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

摘要: 本文包含20道选择题,涵盖深度学习、数值计算、概率统计、线性代数及机器学习等领域。重点考察了Softmax的数值稳定性实现(减去最大值)、视觉问答任务(图像+问题→答案)、分层强化学习的奖惩计算、欧氏距离与余弦相似度、反向传播梯度计算、SVD降维存储优化、贝叶斯概率推断、插值多项式等。此外,涉及逻辑回归评价指标(不含MSE)、端侧推理内存因素(中间激活)、集中趋势度量(均值)、Householder变换性质、早期停止正则化、梯度矩阵秩与优化、在线学习特性及大模型训练技巧(如学习率预热、梯度裁剪)等知

m0_73659489的博客 202

【2026年华为暑期实习(AI)-7月24日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

本文摘要:该文档包含20道数学与机器学习相关的选择题和解析。内容涵盖概率统计(独立随机变量方差、概率密度函数)、深度学习优化(L2正则化、交叉熵损失、激活检查点)、PCA标准化、多模态融合、神经网络结构、无监督学习、距离度量(皮尔逊相关系数)、vLLM的PagedAttention机制、困惑度评估、KVCache管理、SVD分解、余弦相似度与欧氏距离比较、ResNet残差连接、多模态Agent训练等知识点。每道题均提供正确答案及简明解析,适合快速回顾相关领域核心概念。

m0_73659489的博客 57

【2026年华为暑期实习(AI)-4月8日-第三题- 快递员极速配送挑战】(题目+思路+Java&C++&Python解析+在线测试)

本文介绍了快递员配送路径优化问题,通过K-Means聚类算法将N个包裹自动划分为K个社区。算法首先按到原点的距离排序选择初始聚类中心,然后迭代优化直至收敛。最终按聚类中心到原点的距离排序配送路径,计算总行驶时间(秒)。Python实现展示了完整的聚类和路径计算过程,时间复杂度为O(50·N·M),适用于K≤10、N≤100的规模。

m0_73659489的博客 530

【2026年华为暑期实习(AI)-7月15日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

文章摘要: 本文整理了20道机器学习与数学相关题目及答案,涵盖模型评估、概率统计、线性代数、优化算法等内容。关键知识点包括:回归任务中RMSE对异常值最敏感;贝叶斯定理计算条件概率;泊松分布参数估计;t-SNE降维的局限性;线性变换的性质;监督微调(SFT)数据格式;Transformer中的注意力掩码和Pre-LN结构;GELU激活函数特性;误差传播规律;向量检索的时间复杂度;以及聚类算法、归一化方法、K近邻挑战等。题目涉及实际应用场景(如长期记忆检索、视觉Token合并)与理论概念(如递推算法稳定性),

m0_73659489的博客 51

【2026年华为暑期实习(AI)-4月8日-第二题- 路由器资源用量预测】(题目+思路+Java&C++&Python解析+在线测试)

批量梯度下降法实现路由器资源利用率预测 摘要 本文实现了一个基于批量梯度下降(BGD)的线性回归模型,用于预测路由器资源利用率。模型考虑三个关键特征:协议连接数、转发数据包速率和内存占用率。主要步骤包括: 特征归一化:对每个特征进行Min-Max归一化处理 模型训练:使用BGD算法迭代更新参数,最小化均方误差(MSE)损失函数 参数还原:将归一化空间下的权重转换回原始特征空间 实现中处理了特征值无变化(最大值等于最小值)的特殊情况,并采用银行家舍入法保留两位小数输出结果。代码提供了Python和Java两种

m0_73659489的博客 332

【2026年华为暑期实习(AI)-7月1日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

选择题答案与解析 1. 概率分布相似度衡量 答案:B. KL散度 解析:KL散度用于衡量两个概率分布之间的差异,数值越小表示分布越接近。 2. 线性回归外生性要求 答案:C. 误差项的条件期望满足$E[e|X]=0$ 解析:该条件表示给定解释变量后,误差项不存在系统性偏差。 3. 滑动窗口注意力机制 答案:D. 保留最近N个Token的KV,丢弃老的KV 解析:滑动窗口仅保留固定窗口内的KV Cache,以限制显存和计算量。 4. 向量相似度与内积排序 答案:C. 余弦相似度:$A-C=B-C>A-B$;内

m0_73659489的博客 55

【2026年华为暑期实习(AI)-4月29日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

本文摘要涵盖了机器学习和深度学习中的多个核心概念与技术,包括非负矩阵分解、条件数、MobileNet创新点、LDA降维、大模型评测指标、半精度训练、多任务学习、GPU存储层次、正则化、张量并行等。通过12道单选题和8道多选题的形式,系统性地考察了相关理论原理、应用场景及工程实践要点。题目设计注重概念准确性(如LDA目标函数)、技术细节(如Megatron-LM的并行策略)与实际应用(如FP16训练动机),并包含概率统计(二项分布)和数值计算(微分误差分析)等数学基础内容,全面检验读者对AI领域关键知识的掌握

m0_73659489的博客 143

【2026年华为暑期实习(AI)-4月22日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

A. 欧氏距离 B. 余弦相似度 D. KL散度 解析:欧氏距离衡量绝对差异,余弦相似度衡量方向一致性,KL散度衡量概率分布差异,均适用于特征向量相似度度量。汉明距离仅适用于二进制向量。 T18 答案: A. $\mu$的MLE是样本均值$\bar{X}$ B. $\mu$的MLE是无偏的 C. $\sigma^{2}$的MLE是$(1/n)\sum(X_{i}-\bar{X})^{2}$ 解析:正态分布的$\mu$和$\sigma^2$的MLE如A、C所示,$\mu$的估计无偏,但$\sigma^2$的M

m0_73659489的博客 183

【2026年华为暑期实习(AI)-4月15日-第二题- 基于 AdamW 优化的网络带宽预测模型】(题目+思路+Java&C++&Python解析+在线测试)

该题目要求实现AdamW优化算法来更新线性回归模型的参数。给定样本数据,通过迭代计算预测值、误差和梯度,然后使用AdamW算法逐步调整权重和偏置参数。关键在于正确实现AdamW的动量更新、偏差修正和参数更新公式,同时处理银行家舍入规则。 算法步骤概述: 初始化参数和动量项 遍历每个样本,计算预测值和误差 计算梯度并更新一阶、二阶动量 进行偏差修正 使用AdamW公式更新参数 最后对结果进行银行家舍入处理 实现要点: 严格按照题目给出的数学公式实现每个计算步骤 注意动量的初始化和更新顺序 偏差修正需要考虑当前

m0_73659489的博客 358

幸狐RV1106开发板实战:5分钟搞定Yolo8模型部署(附避坑指南)

本文详细介绍了在幸狐RV1106开发板上快速部署YOLOv8模型的实战流程。通过RKNN-Toolkit2工具链,将ONNX模型转换为RV1106 NPU专用的RKNN格式,并完成交叉编译与上板运行。文章重点分享了环境搭建、模型转换的关键步骤以及常见的避坑指南,帮助开发者高效实现边缘AI目标检测应用。

weixin_28677451的博客 921

果蔬及菜品识别系统

果蔬及菜品识别系统

我的博客 2125

保姆级教程:在Ubuntu 20.04上搞定pybind11,解决‘找不到头文件’的坑

本文提供了一份详细的Ubuntu 20.04下pybind11配置指南,重点解决常见的'找不到头文件'问题。从环境准备、安装策略到三种专业解决方案(修改CMakeLists.txt、环境变量方案、绝对路径包含),帮助开发者高效搭建C++与Python的桥梁。

weixin_28829325的博客 288

逍遥模拟器改真机参数全指南:从ARM伪装到电池传感器模拟

本文提供逍遥模拟器深度伪装实战指南,重点讲解如何通过修改ARM架构、系统属性和模拟传感器数据,使其在硬件信息、电池状态等维度逼近真实设备,有效规避应用检测。文章详细介绍了使用Magisk模块、LSPosed框架进行设备指纹伪装和动态数据模拟的策略,帮助用户实现从静态信息到动态行为的全方位真机模拟。

weixin_29279101的博客 460

Android Binder的两三事--基于Android14源码

Android14-Framework-Binder

保持专注,保持热爱 1144

HyperLynx(十四)高级分析技术

如果没有查找到该模型,可使用菜单命令“Setup”→“Options”→“Directories”,打开“Set Directories”对话框,单击“Edit”按钮,在“Select Directories for IC-Model Files”对话框中将路径“…在“Assign Models”对话框中的“Port”栏找到“OUTM”端口,在其对应的“Circuit Connection”栏中选择“txout”项。将端口R75连接到“Gnd”。同样,将“EMP”连接到“V”,完成预加重设置。...

小幽余生不加糖 4956

【DeepSeek开发入门】DeepSeek API 开发初体验

在人工智能蓬勃发展的时代,DeepSeek作为一款功能强大的AI大模型,为开发者提供了丰富的接口和便捷的开发体验。本文将基于DeepSeek的几个关键接口,带你快速入门,开启DeepSeek开发的探索之旅。通过本文,你已经初步了解了DeepSeek开发中几个重要接口的使用方法,包括列出模型、对话补全和查询余额接口,以及开发过程中的常见问题及解决办法。这是你踏入DeepSeek开发领域的第一步。在后续的学习中,你可以深入研究模型的参数调优,探索不同模型在各种场景下的应用,如利用模型实现更复杂的推理对话功能。

寻道AI,探索AI无限可能! 2781

提示词编写:从新手到专家的进阶之路

本文旨在为提示词编写者提供一条从新手到专家的进阶之路。我们将详细探讨提示词编写的背景与意义、基础与进阶技巧、实战应用以及最佳实践。通过逐步深入的分析与实操,读者将掌握提示词编写的核心要点,提高编写效率和作品质量。提示词是用于引导人工智能生成文本的关键词或短语,它包含了作者想要传达的主题、情感和细节。随着人工智能技术的普及,自动化写作工具逐渐应用于各行各业。为了提高写作效率,项目团队决定开发一款基于人工智能的自动化写作工具。成功开发了一款自动化写作工具,生成文本质量较高。

AI天才研究院 1087

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

上一篇: 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月12日-第三题- 楼内救人】(题目+思路+Java&C++&Python解析+在线测试)
下一篇: 【2026年华为暑期实习(AI)-6月17日-第二题- 大模型训练流水线并行(PP)最优估计计算】(题目+思路+Java&C++&Python解析+在线测试)
塔子哥学算法
博客等级 码龄4年 1万+粉丝 2422原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

塔子哥学算法

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址