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。
选项：
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（ ）。
选项：
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（ ）。
选项：
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（ ）。
选项：
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（）。
选项：
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。
选项：
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。
选项：
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（）。
选项：
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 = ” “)
选项：
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])
选项：
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（ ）。
选项：
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。
选项：
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（ ）。
选项：
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（ ）
选项：
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())
选项：
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())
选项：
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（ ）。
选项：
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())
选项：
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（）。
选项：
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】
第三章 单元测试
1、判断题：
数据x(1,2,3,4)对应数据y(1,3,5,7)，则y关于x的回归方程必过点(2.5, 4)。（ ）
选项：
A:对
B:错
答案: 【】
2、判断题：
两个变量：光照时间和果树亩产量是函数关系。（ ）
选项：
A:错
B:对
答案: 【】
3、判断题：
水稻的产量y(千克)与施肥量x(千克)的线性回归方程为y=5.5x+100，如果施肥100公斤，那么可能收获650公斤水稻。（ ）
选项：
A:错
B:对
答案: 【】
4、判断题：
已知一组数据(X,Y)在散点图中观察具有线性关系，设y = wx + b，求得w=0.5，X的平均值为20，Y的平均值为30，则线性回归方程的表达式为y=0.5x+20。（ ）
选项：
A:对
B:错
答案: 【】
5、判断题：
存在这样的线性关系：收入增加和储蓄增加，属于正相关。（ ）
选项：
A:错
B:对
答案: 【】
6、判断题：
已知一组数据(X,Y)在散点图中观察具有线性关系，那么线性回归方程必过点的坐标为： (X平均值, Y平均值)（ ）
选项：
A:对
B:错
答案: 【】
7、判断题：
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=5.25。（ ）
选项：
A:错
B:对
答案: 【】
8、判断题：
已知数据Y(4.5, 4, 3, 2.5)和X(2, 3, 4, 5)具有较好的线性关系，那么对应的线性回归方程为： y = -0.7x + 5.95（ ）
选项：
A:错
B:对
答案: 【】
第四章 单元测试
1、判断题：
可以采用回归问题的解决思路实现分类问题。( )
选项：
A:对
B:错
答案: 【】
2、判断题：
支持向量机（SVM）只能解决二分类问题。（ ）
选项：
A:错
B:对
答案: 【】
3、判断题：
使用欧式距离作为损失函数解决分类问题不可行。（ ）
选项：
A:错
B:对
答案: 【】
4、判断题：
回归和分类问题在训练的时候都存在过拟合的可能性。（ ）
选项：
A:错
B:对
答案: 【】
5、判断题：
回归问题和分类问题都属于有监督学习。（ ）
选项：
A:对
B:错
答案: 【】
6、判断题：
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。（ ）
选项：
A:错
B:对
答案: 【
请先 ！