1、独立随机变量 $X\sim N(1,2)$（均值1，方差2），$Y\sim N(2,3)$。则 $Z=2X-Y$ 的方差是?

{{ select(1) }}

• $1$
• $11$
• $7$
• $5$

2、在训练大模型时使用 activation checkpointing（激活检查点）主要是为了：

{{ select(2) }}

• 减少模型参数数量
• 自动提高数值精度
• 降低显存峰值
• 尽可能保存中间激活以加速反向传播

3、设某连续型随机变量 $X$ 的概率密度函数为 $f(x)=\begin{cases}c(1-x^2),&-1\leq x\leq 1\\0,&\text{其他}\end{cases}$，则常数 $c$ 的值为：

{{ select(3) }}

• $1$
• $\frac{1}{2}$
• $\frac{3}{4}$
• $\frac{3}{2}$

4、为什么在深度学习优化中常用 $L2$ 正则化来提升稳定性?

{{ select(4) }}

• 它能限制权重大小，降低模型对输入微小扰动的敏感度
• 它能保证全局最优解
• 它可以消除所有零特征值
• 它可以缩短训练时间

5、当使用交叉熵损失函数时，若真实标签为one-hot编码 $[0,1,0]$，模型输出概率为 $[0.1,0.8,0.1]$，其损失值为多少?

{{ select(5) }}

• $\log(0.8)$
• $-\log(0.8)$
• $-(\log(0.1)+\log(0.8)+\log(0.1))$
• $0.8$