exam/ —— 深度学习期末样卷¶

本目录存放据本复习仓库素材生成的期末样卷（练习用模拟卷），供考前自测。每套卷子放在一个以生成时间戳命名的子目录里（格式 YYYYMMDDHHMM，如 202606261944 = 2026-06-26 19:44）。

目录结构¶

exam/
  README.md                       ← 本文件
  202606261944/                   ← 一套样卷（按生成时间命名）
    深度学习样卷.md / .pdf          ← 试卷（题目）
    深度学习样卷-参考答案与详解.md / .pdf   ← 参考答案 + 详细解析（带出处与逐步推导）

每套卷固定拆成两份文档：一份纯试卷、一份带详解的参考答案。.md 为源文件，.pdf 为渲染导出版。

出卷要求（命题约束）¶

本目录的卷子均按以下要求命制，力求贴合本课老师的真实考法：

维度	要求
题型	严格采用老师指定的 4 种题型：填空题、简答题、计算题、解答题（来源：教材封面手写批注，见 `../README.md` 考试信息）。CNN 等"按识记/选择题掌握"的概念归入填空题。
考试范围	绪论、第 7 章支持向量机、第 23 章前馈神经网络、第 24 章卷积神经网络、第 25 章循环神经网络、第 26 章序列到序列与 Transformer、第 29.1 节优化算法。
考点权重	按 `../txt/复习重点地图.md` 的量化重要度分配分值：前馈网络(23) 最高、SVM(7) 次之、CNN(24)/优化(29.1) 居中、RNN(25)/Transformer(26) 较低但全覆盖；优化器为封面点名"必考"。
符号与公式	一律采用课本（李航《机器学习方法》）与课件 PPT 的定义和记号；统一约定线性变换 \(\boldsymbol z=\boldsymbol W^{\mathsf T}\boldsymbol x+\boldsymbol b\)、公式中偏置 \(+\boldsymbol b\) 必写、反向传播权重梯度 \(\partial L/\partial\boldsymbol W=\boldsymbol x\,\boldsymbol\delta^{\mathsf T}\) 等课程房规。
溯源核验	公式先参考 `../wiki/`，再回课本 OCR 原文与 PPT 逐字核对（关键处标注课本式号/页码、课件 slide 号）；计算题答案经程序（numpy）独立核算。
考试形式	满分 100 分、可带计算器；难度与题型分布对标作业与课堂强调。

命制依据（素材来源）¶

卷子的考点、题型与权重来自本仓库对课本、课件、课堂录音、作业的整理与对齐，主要参考：

../wiki/ —— 按考试范围分章的知识 Wiki（人话讲解 + LaTeX 公式 + 出处）。
../txt/复习重点地图.md —— 量化重要度 + 每章考点 + 老师强调原话（带录音时间点）。
../txt/作业_原题.md —— 作业原题（计算题题型的主要参照）。
../mistake-book/ —— 易错点与符号约定的厘清（如 \(\boldsymbol W^{\mathsf T}\boldsymbol x\) 转置、\(\boldsymbol x\boldsymbol\delta^{\mathsf T}\) 梯度方向等）。

说明：本目录卷子为模拟练习卷，非真题；仅用于按老师考法自测，不代表实际考试内容。