基本信息
文件名称:2025年低资源图像识别微调习题(含答案与解析).docx
文件大小:15.07 KB
总页数:11 页
更新时间:2025-09-06
总字数:约7.81千字
文档摘要
2025年低资源图像识别微调习题(含答案与解析)
一、单选题(共15题)
1.在低资源图像识别任务中,以下哪项技术可以显著提升模型的泛化能力?
A.数据增强
B.知识蒸馏
C.结构剪枝
D.稀疏激活网络设计
答案:B
解析:知识蒸馏是一种有效的模型压缩和加速技术,它将大模型的知识转移到小模型中,从而在不显著降低性能的情况下,降低模型的复杂度,提升低资源环境下的泛化能力。参考《知识蒸馏技术综述》2025版。
2.以下哪种方法可以有效地减少模型训练所需的计算资源?
A.梯度累积
B.模型并行
C.低精度推理
D.参数高效微调(LoRA/QLoRA)
答案:D
解析:参