初级认证
初级认证网站购买考试后，前往个人中心-我的考试登记个人考试信息。登记后完成后可以查看考试信息获取准考证号，然后可以点击考试链接前往考试即可。
参考样题
初级认证考试样题
一、单选题
下列关于微分求导的表达式错误的是？
A．tanh函数y = tanh(x)的微分为 y' = 1- y^2
B．sigmoid函数y = 1/(1+exp(-x))的微分为 y' = -y(1-y)
C．RELU函数y = max(x,0)的微分为 y = 0 if x<0; 1 if x>=0
D．Leaky RELU函数 y = max(ax, x)的微分为 y' = a if x<0; 1 if x>=0
参考答案：B
输入为32x32x3，卷积核大小为5x5，总共有10个卷积核，做卷积的时候stride=1，pad=2，那么这一层总共含有多少参数？
A．576
B．760
C．640
D．36864
参考答案：B
请问下列关于支持向量机SVM算法的描述错误的是？
A．SVM可以解决非线性问题
B．SVM对缺失数据不敏感，适合处理空值较多的情况
C．SVM可以解决小样本情况下的机器学习问题
D．SVM可以提高模型的泛化性能
参考答案：B
在词向量训练中，针对embedding层说法错误的是？
A．PaddlePaddle中，embedding层支持分布式存储
B．embedding层其实是一个lookup操作，查找对应ID得到embedding向量
C．embedding在训练过程中不会被更新
D．PaddlePaddle中embedding层支持不同精确读的数据类型，如float16，float32
参考答案：C
二、多选题
当我们在回归分类模型中遇到过拟合时，以下哪些方法可以用于优化？（正确选项数量为2个）
A．减少正则化参数
B．尝试非线性模型
C．增大用于训练的数据量
D．Bagging
参考答案：CD
监考系统
中级以上考试在考试过程中需要启动监考系统. 监考系统由ATA提供技术支持. 请在手机上安装ATA监考App, 并在考试开始时打开监考App, 调整手机位置, 保证能拍摄到电脑屏幕, 考生上半身及侧脸. 请点击这里下载详细操作说明.
常见问题
Q1: 为什么输入身份证号手机号还是无法验证?
A: 考试区分场次, 如果您报考的场次时间不符, 则即使输入号码正确也依然无法验证.
其次可能是您输入号码有误, 可以再次检查输入.
如确定不属于上述情况, 请立刻向aistudio@baidu.com反馈. 将有工作人员高优处理.
中级认证CV
考试链接
https://aistudio.baidu.com/aistudio/exam/instruction?examId=1 中级认证考试CV场次
数据说明
下载并解压项目所需的flowers102数据集文件。
!tar -xf 102flowers.tgz
下载预处理脚本文件。
!wget -O generate_flowers102_list.py ‘http://bj.bcebos.com/v1/ai-studio-online/c3f8bbacbd774fcca1150f57cc3ac918cc573ed2fe8c42c7a711f5e60c842b9c?responseContentDisposition=attachment%3B%20filename%3Dgenerate_flowers102_list.py&authorization=bce-auth-v1%2F0ef6765c1e494918bc0d4c3ca3e5c6d1%2F2020-12-10T06%3A01%3A55Z%2F-1%2F%2Fcbbc51174e235493cec3208396e8248fd4115a330093b9f23e3f558997f62a54‘
制作train/val标签文件。
!python generate_flowers102_list.py jpg train > train_list.txt
!python generate_flowers102_list.py jpg valid > val_list.txt
模型在train数据集上进行训练，在val数据集上进行评估。
提交方式
认证考试结束时会自动提交最新版本的所有文件和代码，请将Acc1结果输出到result.txt并保存在根目录中。
提交示例
此认证考试无需提交额外文件，只需生成版本并提交，系统会自动上传包括notebook的全部所需文件。生成版本步骤请参考https://ai.baidu.com/ai-doc/AISTUDIO/sk3e2z8sb#%E7%89%88%E6%9C%AC%E7%AE%A1%E7%90%86
文件目录示意图如下:
根目录
|— data
|— work
|— result.txt
注意事项
在考试结束前可以无限次的创建版本和提交结果，最终成绩以最新一次提交为准。
如果到达考试结束时间并且尚未提交代码，系统将会自动提交您生成的最后一个版本代码，如没有已生成的版本，系统将不会提交代码。建议您提前生成版本，以确保不影响您的考试成绩。
中级认证NLP
考试链接
https://aistudio.baidu.com/aistudio/exam/instruction?examId=2 中级认证考试NLP场次
考题背景
文本分类任务是自然语言处理领域的基础任务，飞桨支持灵活的模型设计，可以实现多种文本分类模型。
考试者在规定时间内须使用深度学习平台飞桨进行模型的设计、训练和预测，不得使用其他相关平台、框架及任何飞桨中未包含的学习方法参加考试。
考题任务
本次评测旨在衡量基于飞桨实现的文本分类模型在数据集上的分类效果，我们设置了包含模型大小等具有挑战性的评测标准。
数据简介
我们将使用SST-2情感分类数据集
数据说明
下载并解压项目所需的SST-2数据集。
!wget -O SST.zip https://dataset.bj.bcebos.com/glue/SST.zip
!unzip SST.zip
解压后得到的SST-2目录中train.tsv为训练数据文件，dev.tsv为验证开发集。
文件中第一行为标识句子和标签的title，其余每行对应一条样本；每条样本由制表符分隔为句子和对应类别标签；句子中的词由空格分隔。
模型在train.tsv上进行训练，在dev.tsv上进行评估。
提交方式
认证考试结束时会自动提交最新版本的所有文件和代码，请将Acc1结果输出到result.txt并保存在根目录中。
提交示例
此认证考试无需提交额外文件，只需生成版本并提交，系统会自动上传包括notebook的全部所需文件。生成版本步骤请参考https://ai.baidu.com/ai-doc/AISTUDIO/sk3e2z8sb#%E7%89%88%E6%9C%AC%E7%AE%A1%E7%90%86
文件目录示意图如下:
根目录
|— data
|— work
|— result.txt
注意事项
在考试结束前可以无限次的创建版本和提交结果，最终成绩以最新一次提交为准。
如果到达考试结束时间并且尚未提交代码，系统将会自动提交您生成的最后一个版本代码，如没有已生成的版本，系统将不会提交代码。建议您提前生成版本，以确保不影响您的考试成绩。
Linux基金会开源软件大学 Copyright © 2019 linuxfoundation.cn, ICP license, no. 京ICP备17074266号-2
