提示:内容已经过期谨慎付费，点击上方查看最新答案
人工智能案例实战
- 以下程序的输出结果是：
ab = 4
def myab(ab, xy):
ab= pow(ab,xy)
print(ab,end=" ")
myab(ab,2)
print( ab)（ ） 创建一个值为[10，49]的数组的语句为（ ）。
以下程序的输出结果是（）。
x = 3
while x＜6:
if x==4:
break
if x%2==0:
continue
x += 1
print(x)- 以下说法中错误的是（ ）。
- 以下程序的输出结果是。
img1 = [['北京',98],['上海',80]]
img1[1] = 90
print(img1)（ ） 以下程序的输出结果是（）。
a=[“牡丹”,”芍药”,”玫瑰”,”月季”]
del a[1:3]
print(a)- Python3中，使用input()函数可以获取用户从键盘上输入的数据，不管用户输入的内容是什么，该数据的默认数据类型为（ ）。
- 给出如下代码：
def func(a,b):
c=a**2+b
b=a
return c
a=10
b=100
c=func(a,b)+a
以下选项中错误的是（ ） - 下面安装包的命令中，错误的是：（ ）。
- 下面代码实现的功能是
def fact(n):
if n==0:
return 1
else:
return n*fact(n-1)
num =eval(input("请输入一个整数："))
print(fact(abs(int(num))))（ ） - 以下程序的输出结果是。
a=[“book”,”reader”,200]
a.append( 100 )
a.append( [10,20] )
print(a)（ ） - 执行下面程序段，对运行结果描述正确的是 。
a = tf.constant(1234567, dtype=tf.float32)
tf.cast(a, tf.float64)（ ） - 下列（ ）方法可以实现两个张量逐元素相乘。
- 如果依次输入3, 10, 5.3, 4, -2，请问以下程序的输出结果是。
number = eval(input())
max = number
while number＞0:
number = eval(input())
if number ＞ max:
max = number
print(max)（ ） - 执行下列程序段，输入数值8，输出的结果是。
x=input()
y=x*3
print(y)（ ） - 以下关于字典的描述，错误的是（ ）。
以下程序的输出结果是（）。
sum=0.0
for num in range(1,11):
sum+=numprint(sum)
- 以下不能创建一个字典的语句是（ ）。
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])- 以下（ ）是python的单行注释表示。
程序输出的结果是 （）。
for i in range(4):
for j in range(i,3):
if (i+j)%2==0:
print(i,j)
break
Python语言提供的3个基本数字类型是（ ）。
- 下列程序的执行结果为。
import tensorflow as tf
a = tf.constant([1, 3, 5])
b = 2
c = tf.reduce_sum(a+b)
c.numpy()（ ） - 关于return语句，以下描述正确的是：（ ）
以下程序的输出结果是 （）。
def f (x, y = 0, z = 0):
pass
f (1, ,3)
- Python不支持的数据类型有（ ）
- 下面程序段的输出结果是。
for s in "祖国,你好！":
if s==",":
continue
print(s,end="")（ ） 执行下面代码，得到的正确结果是。
a=[ 2,4,1,5,3 ]
a.reverse(True)
print(a)（ ）以下语句中b的shape为。
import numpy as np
a=np.array( [[1,2.3],[3,5]] )
b=tf.constant(a)（ ）- 字典d={'A':1, 'B':2, 'C':3}，len(d)的结果是（ ）。
- 在以下四个散点图中，适用于作线性回归的散点图为。
（B）
A．①②
B．①③
C．②③
D．③④
[选择题] [难度1]
104．下列变量中，属于负相关的是（ ）。 - 元组变量t=("cat", "dog", "tiger", "human")，t[:：–1]的结果是（ ）。
- 执行下面代码，以下说法正确的是 。
x=['bob','tom','kitty']
y=[80,90,95]
d=dict(zip(x,y))（ ） - 以下选项中不是python保留字的选项是（ ）。
- 给定字典d，以下选项中对d.items()的描述正确的是（ ） 。
- 下列（ ）函数可以用来创建元素符合均匀分布的张量。
以下程序的输出结果是（）。
a=[100,200,300]
a.insert(1,2)
print(a)- 阅读下面代码，选择正确的输出结果。
grade = 90
if grade ＞= 60:
print( 'D')
elif grade ＞= 70:
print( 'C')
elif grade ＞= 80:
print( 'B')
elif grade ＞= 90:
print( 'A')（ ） - 下面的Anaconda工具中，（ ）不能直接用来编辑和运行源代码。
- 在sum初始值为0的情况下，以下语句不能完成1~10的累加求和的是（ ）。
- 回归问题和分类问题都属于有监督学习。（ ）
- 使用三引号创建字符串时不允许使用转义符。（ ）
- 学习率设置大一些可以提高模型的收敛速度，效果更好。（ ）
tf_version_可用来查看当前Tensorflow的版本号。
- TensorFlow2.0中，只提供了以e为底的自然对数运算，如果需要计算以其他底数的对数运算，可以利用换底公式来实现。（ ）
多维向量乘法运算时，会先用张量的最后两维做向量乘法，然后高维采用广播机制，得到运算结果。
- 安装tensorflow2.0开发环境的步骤是： 创建环境并激活；安装需要的模块和包；安装tensorflow2.0；测试。（ ）
- 采用SoftMax作为模型的最后一层对鸢尾花分三类需要三个神经元。（ ）
- Jupyter Notebook不仅可以编辑和运行程序，而且还可以将程序和文档组织在一起，将代码、图像、注释、公式、图形、甚至运行结果都整合在同一个文档中，编写出漂亮的交互式文档。（ ）
如果训练集的准确率高，那么测试集的准确率也一定高。
- 一般来说，回归不用在分类问题上，但是也有特殊情况，比如logistic 回归可以用来解决0/1分类问题。（ ）
- 在某些情况下，可以用回归解决分类问题，例如：逻辑回归可以解决二分类问题。（ ）
- 语句x=(3,)，执行后x的值为____。
- 执行如下代码，则程序运行后，结果是：____ 。
for i in range(2,10,3):
if i%2:
print(i) - 已知用电量Y（4.5, 4, 3, 2.5）和月份X(1, 2, 3, 4)具有近似的线性相关，如果线性回归方程为y = -0.7x + b，那么b=____。
已知x={1:2}，那么执行x[2]=3后，x的值为____ 。
A:16 16 B:16 4 C:4 4 D:4 16
答案:16 4
A:np.arange(10,49) B:np.arange(10,50) C:np.linspace(10,49) D:np.range(10,50)
AI参考:正确答案是【C】np.linspace(10,49)。np.arange(start,stop[,step]) 和 np.range(start,stop[,step]) 用于生成等差数列，但是这里生成的数组的元素个数为50个，因此这两个选项都不合适。np.linspace(start,stop[,num]) 是用于生成等差数列的，其中start和stop是数列的起点和终点，而num则是数列的个数，根据这个可以得出正确的答案。所以正确选项为C。'
A:3 B:死循环 C:无输出 D:4
答案:死循环AI参考:程序的输出结果是：D:4。程序中，x从3开始，进入while循环。在循环体中，首先检查x是否等于4，如果是，则跳出循环，程序结束。但在这里，x并不等于4，因此程序继续执行。接下来检查x是否为偶数，由于x为奇数，所以if x%2==0的条件不满足，程序继续执行下一次循环。最后，x增加1，输出结果为4。因此，这个程序并不会进入死循环，而是会按照预期的逻辑进行输出。所以答案是D：4。'
A:Python变量在使用之前不需要声明 B:print()函数在输出中自动包含换行，默认每次打印一行 C:Python语句的缩进可有可无 D:在Python中，标识符是大小写敏感的
答案:球状蛋白质中无β折叠结构;自然界的蛋白质和多肽类物质均由L-型氨基酸组成
答案:[12, 34, 56, 78]AI参考:输出结果是[[北京, 90], [上海, 80]]。 在Python中，列表的索引是从0开始的，所以img1[1]实际上是访问并修改了第二个元素的值。所以，当我们将img1[1]的值改为90时，列表中的第二个元素的值就被修改为了90。因此，最后的输出结果就是[[北京, 90], [上海, 80]]。"
A:[”玫瑰”,”月季”] B:[“牡丹”] C:[”月季”] D:[“牡丹”, ”月季”]
AI参考:正确答案是【单选题】D:[“牡丹”， ”月季”]。在Python中，列表的切片操作可以删除列表中的一部分元素，这里使用了del a[1:3]来删除列表a中索引为1和2的元素，即芍药和玫瑰，所以输出结果为[“牡丹”，“月季”]，因此答案为D。'
A:实数 B:整数 C:字符串 D:True或者False
答案:字符串
A:a的值为10 B:b的值为100 C:函数名称为func D:c的值为200
AI参考:选项C错误。代码中定义了一个名为func的函数，它接受两个参数a和b，返回a的平方加上b的值。函数体中，先将a的值赋给b，再计算a的平方加b的值。最后将该值加上a的值赋给c。在给出的代码中，a的值为10，b的值为100，c的值为210。因此，选项C错误，因为函数名称不是由代码中定义的func。函数名称应该根据需要自行命名。'
A:conda install tensorflow==1.14.0 B:conda install tensorflow=2.0.0 beta C:pip install tensorflow=2.0.0 alpha D:pip install tensorflow==2.0.0
A:输出n的绝对值 B:输出n的阶乘 C:程序运行结果为1 D:判断n是否是素数
A:[“book”,”reader”,200, 100, 10,20 ] B:[“book”,”reader”,200, 100 ] C:[“book”,”reader”,200, 100, [10,20] ] D:[“book”,”reader”,200, 100, 10, [20] ]
AI参考:程序输出的结果应该是 D:[“book”,”reader”,200, 100, 10, [20] ]在 Python 中，`append()` 方法被用来向列表中添加一个元素。在这个程序中，`a` 列表首先被添加了字符串 `“book”,”reader”,200`，然后又被添加了整数 100 和列表 [10,20]。最后，使用 `print()` 函数打印出整个列表 `a`。由于列表的 `append()` 方法不会改变列表的顺序，所以最终输出结果是：原有的元素（200, 100）后面跟上了新的元素（10, [20]）。因此，答案是 D。'
A:＜tf.Tensor: id=11, shape=(), dtype=float32, numpy=1234567.0＞ B:＜tf.Tensor: id=11, shape=(), dtype=float64, numpy=1234567.0＞ C:结果报错 D:＜tf.Tensor: id=11, shape=(1,), dtype=float32, numpy=1234567.0＞
A:tf.add(x,y) B:z=x@y C:tf.multiply(x,y) D:tf.sub(x,y)
AI参考:正确选项是C:tf.multiply(x,y)。tf.multiply(x,y)方法用于将两个张量逐元素相乘。它可以处理两个相同形状的张量，并返回一个新的张量，其中每个元素都是输入张量对应位置元素的乘积。选项A和D中的tf.add(x,y)和tf.sub(x,y)分别用于加法和减法操作，选项B中的@符号是TensorFlow中的张量运算符，但并不能实现两个张量的逐元素相乘。'
A:3 B:10 C:-2 D:5.3
AI参考:选项B解析：首先输入的数字3、10、5.3和4都比数字max小，只有最后输入的数字-2大于当前最大值max，所以将-2赋值给max。最终输出的结果是-2。'
A:”83” B:”888” C:程序出错 D:24
AI参考:答案：D。执行程序段后，x=8，y=24，因此输出结果为y的值，即24。因此，正确选项为D：“24”。'
A:字典中的键可以对应多个值信息 B:字典是键值对的集合 C:字典中元素以键信息为索引访问 D:字典长度是可变的
A:45 B:45.0 C:55.0 D:55
AI参考:正确选项是B: 45.0。程序中的for循环会从1遍历到10，每次将当前数加到sum变量中。最后输出sum的值，即1+2+3+...+10的和，结果是45。由于浮点数在输出时会自动转换为最接近的十进制表示，所以输出结果为45.0。'
A:dict4 = {(1,2,3): “uestc”} B:dict1 = {} C:dict3 ={[1,2,3]: “uestc”} D:dict2 = { 3 : 5 }
A:[“孟浩然”,“王昌龄”] B:[“孟浩然”，”杜甫”] C:[“孟浩然”，”杜甫”，“王昌龄”] D:[“李白”，“孟浩然”，”杜甫”]
A:/*注释*/ B:#注释 C:%注释 D://注释
AI参考:正确选项是 B: #注释。在Python中，单行注释通常使用 "#" 符号表示。这个符号后面的内容会被Python解释器忽略，通常用于添加对代码的解释或备注。例如：```python# 这是一个注释print("Hello, world!") # 输出"Hello, world!"```选项 A 和 C 中的符号 "/*" 和 "%" 并不是Python中的注释符号，选项 D 中的符号 "//" 通常用于多行注释。因此，选项 B "#" 是Python中单行注释的正确表示方式。'
A: 0 02 2 B: 0 01 12 2 C: 0 01 1 D: 1 12 2
AI参考:正确答案是B。程序输出的结果是：0 0 1 2 2。这是两层嵌套循环的结果。外部循环从0到3，依次打印每个内循环的范围值（从i到2），且因为内部循环i的步长是i-j，所以第二个j的输出会在i上步长为j+1。最终的输出顺序就是遍历外部循环后内部的每个范围的结果，符合顺序依次输出。所以，输出结果是0 0 1 2 2。'
A:整数类型、二进制类型、复数类型 B:整数类型、浮点类型、复数类型 C:整数类型、二进制类型、浮点类型 D:十进制类型、二进制类型、十六进制类型
A:运行报错 B:18 C:15 D:5
A:函数中最多只有一个return语句 B:函数必须有一个return语句 C:函数可以没有return语句 D:return只能返回一个值
AI参考:正确选项是：D:return只能返回一个值。在函数中使用return语句需要满足以下条件：1. return语句必须是函数的最后一个语句。2. return语句只能返回一个值，如果需要返回多个值，可以使用元组等结构体类型进行返回。因此，选项D是正确的描述。选项A和B都存在限制条件，选项C则是不正确的描述，因为函数可以没有return语句，但这种情况会导致函数无法正常结束并返回结果。'
A:Not B:None C:Pass D:出错
A:list B:int C:float D:char
A:祖国, B:你好！ C:祖国,你好！ D:祖国你好！
AI参考:答案为C：祖国,你好！程序段遍历字符串"祖国,你好！"中的每个字符，当遇到逗号","时，使用continue语句跳过当前循环迭代，继续下一次迭代。因此，当遍历到"祖国,"时，会跳过后面的字符，只输出"祖国，"；当遍历到"你好！"时，会输出该字符，即"你好！"。所以程序的输出结果为"祖国,你好！"。因此，正确选项为C：祖国,你好！。'
A:其余都不对 B:[ 5, 4, 3, 2 , 1] C:[ 2, 4, 1, 5, 3 ] D:[ 1, 2, 3, 4, 5 ]
AI参考:执行以下代码，得到的正确结果是B：`[ 5, 4, 3, 2 , 1]`。在Python中，`reverse()`函数用于将列表反转。如果传入的参数为`True`，那么会交换列表中相邻元素的顺序，实现反转。因此，原本的列表`a=[ 2,4,1,5,3 ]`会被反转为`[ 5, 4, 3, 2 , 1]`。代码解释：* `a=[ 2,4,1,5,3 ]`：定义一个列表a，包含5个元素。* `a.reverse(True)`：调用列表的`reverse()`函数，将列表反转。* `print(a)`：打印反转后的列表。选项A、C、D都是错误的，因为只有选项B是正确的，它描述了代码运行后的结果。'
A:(2,2) B:(1,1) C:其余都不对 D:(2,3)
AI参考:从给出的代码和语句来看，这里使用了Numpy库来创建了一个二维数组a，然后使用TensorFlow的tf.constant()函数将这个数组转换为一个Tensor对象。这个Tensor对象b的shape应该与原始数组a的shape相同，即(2, 2)。所以，正确的选项是A: (2, 2)。'
A:3 B:6 C:5 D:12
AI参考:正确答案是C，字典d中每个键值对都是一个元素，字典中的键是唯一的，因此len(d)的结果是5。键的数量为3，对应的值有重复，但不会影响键的数量。所以选择C选项。'
A:收入增加，储蓄额增加 B:价格下降，消费增加 C:收入增加，支出增加 D:产量增加，生产费用增加
AI参考:正确选项是 D. d 是一个字典，其中键是 x 列表中的元素，值是 y 列表中的元素。 解释： * `x=[bob,tom,kitty]`：定义了一个列表 x，包含三个字符串元素。 * `y=[80,90,95]`：定义了一个列表 y，包含三个整数元素。 * `d=dict(zip(x,y))`：使用 `zip` 函数将 x 和 y 列表中的对应元素打包成一个个元组，再将这些元组作为字典的键值对。因此，d 是一个字典，其中键是 x 列表中的元素（即 [bob, tom, kitty]），值是 y 列表中的元素（即 [80, 90, 95]）。 所以，对于这段代码的正确说法是 D. d 是一个字典，其中键是 x 列表中的元素，值是 y 列表中的元素。"
A:count B:as C:def D:raise
A:返回一种dict_items类型，包括字典d中所有键值对 B:返回一个列表类型，每个元素是一个二元元组，包括字典d中所有键值对 C:返回一个元组类型，每个元素是一个二元元组，包括字典d中所有键值对 D:返回一个集合类型，每个元素是一个二元元组，包括字典d中所有键值对
A:tf.fill() B:tf.range() C:tf.random.uniform() D:tf.random.normal()
AI参考:正确选项是C:tf.random.uniform()。tf.random.uniform()函数可以用来创建元素符合均匀分布的张量。该函数接受三个参数：最小值、最大值和形状，可以根据需要指定张量的形状和范围。tf.fill()函数用于填充张量中的元素，通常用于填充特定值，而不是创建符合均匀分布的张量。tf.range()函数用于生成一个范围序列，但无法直接用于创建符合均匀分布的张量。tf.random.normal()函数可以用来创建元素符合正态分布的张量，而不是均匀分布。因此，选项C是正确答案。'
A:[500,100,200,300] B:[100,2,200,300] C:[100,200,1,300] D:[100,500,300]
AI参考:输出结果为：B: [100,2,200,300]。在Python中，使用.insert()方法可以将元素插入到列表中的任意位置。这里，a.insert(1, 2)是将元素2插入到索引位置1处，此时列表a变成了[100, 2, 200, 300]，因此打印结果为[100, 2, 200, 300]。其他选项中，选项A和D中的索引位置超出了列表的范围；选项C中的索引位置1处原本已经有元素100，插入元素后列表顺序被打乱。因此，只有选项B是符合题意的输出结果。'
A:B B:A C:C D:D
A:Spyder B:Jupyter notebook C:VS Code D:Anaconda Navigator
A:for i in range(10,0,-1):sum+=i B:for i in range(11): sum+=i C:for i in range(1,11):sum+=i D:for i in range(10,9,8,7,6,5,4,3,2,1):sum+=i
AI参考:正确答案是B: for i in range(11): sum+=i。选项B中，sum的初始值为0，但for循环的范围是11，而不是从1到10的连续数字，因此无法完成从1到10的累加求和。而其他选项中的for循环语句都能正确完成从1到10的累加求和。选项A中的for循环从10开始递减到1，每次循环将i的值加到sum中，因此可以完成累加求和；选项C中的for循环从1开始，每次循环将i的值加到sum中，因此可以完成累加求和；选项D中的for循环将数字以递减的方式进行迭代，并且数字之间的增量递减，每次循环将i的值加到sum中，因此也可以完成累加求和。因此，正确答案是选项B。'
A:对 B:错
A:对 B:错
A:对 B:错
AI参考:正确答案是B:错。学习率设置得太大可能会引起梯度消失或爆炸，影响模型的收敛速度和效果。因此，在设置学习率时需要谨慎考虑，不能一味地追求提高模型的收敛速度而忽略其他因素。正确的做法应该是根据具体情况选择合适的学习率，以获得更好的模型性能。'
A:错 B:对
A:错 B:对
A:错 B:对
A:对 B:错
AI参考:答案是A：对。根据题目描述，安装TensorFlow 2.0开发环境的步骤是：创建环境并激活；安装需要的模块和包；安装TensorFlow 2.0；测试。这些步骤是正确的。'
A:对 B:错
AI参考:答案是B：错。根据问题的描述，使用SoftMax作为模型的最后一层对鸢尾花进行分类，通常需要多个神经元（通常为四到五个神经元）。因此，使用三个神经元来分类鸢尾花是不够的。因此，答案为B：错。'
A:错 B:对
A:错 B:对
AI参考:答案：B解释：训练集的准确率高，只能说明模型在训练集上的表现好，但不能保证模型在测试集上的表现也一定好。因为模型的性能受到很多因素的影响，如特征选择、模型选择、超参数调整等，这些因素在训练集和测试集上可能存在差异，导致模型在测试集上的表现不一定好。因此，这个说法是正确的。'
A:对 B:错
A:对 B:错
AI参考:执行语句x=(3,)后，x的值为3。这是因为逗号运算符的特性，它首先计算括号内的表达式(3)，然后返回这个表达式的值(即3)，赋值给变量x。所以x的值就是3。'
AI参考:程序运行后，结果是：7解释：代码中使用了for循环来遍历从2到9的奇数，其中步长为3。在循环中，如果当前数字i是奇数（即i%2为真），则打印出该数字。因此，当i为7时，程序会打印出7。因此，最终结果为7。'
AI参考:已知x={1:2}，那么执行x[2]=3后，x的值为{1:3}。在Python中，字典是一个键值对的数据结构，使用大括号{}来表示。当执行x[2]=3时，就是在x字典中新增一个键值对，即第三个元素为3。所以，x的值变成了{1:2, 3:3}。'
温馨提示支付 ￥1.95 元后可查看付费内容,请先翻页预览!
