基本信息
文件名称:2025年联邦学习梯度压缩优化考题(含答案与解析).docx
文件大小:14.44 KB
总页数:9 页
更新时间:2025-09-09
总字数:约6.14千字
文档摘要

2025年联邦学习梯度压缩优化考题(含答案与解析)

一、单选题(共15题)

1.在联邦学习框架中,以下哪项技术可以帮助减少模型大小,从而优化梯度压缩?

A.压缩感知

B.知识蒸馏

C.模型剪枝

D.模型并行

2.以下哪种优化器在联邦学习梯度压缩中能更有效地处理非凸优化问题?

A.Adam

B.SGD

C.RMSprop

D.Adagrad

3.联邦学习中,如何通过模型并行来提高梯度压缩的效率?

A.将模型的不同部分分配到不同的设备上并行训练

B.对模型进行深度剪枝,只保留关键层

C.使用模型剪枝来减少模型大小

D.通过降低学习率来减少模型复杂度

4.以下哪种