基本信息
文件名称:2025年深度神经网络优化器对比试题(含答案与解析).docx
文件大小:15.13 KB
总页数:9 页
更新时间:2025-09-11
总字数:约6.59千字
文档摘要
2025年深度神经网络优化器对比试题(含答案与解析)
一、单选题(共15题)
1.以下哪项技术主要用于加速深度神经网络的训练过程?
A.分布式训练框架
B.持续预训练策略
C.知识蒸馏
D.神经架构搜索
2.在参数高效微调(LoRA/QLoRA)中,LoRA主要解决什么问题?
A.参数量大的模型训练困难
B.模型泛化能力差
C.模型训练速度慢
D.模型精度低
3.在对抗性攻击防御中,以下哪种方法主要用于提高模型的鲁棒性?
A.数据增强
B.结构剪枝
C.稀疏激活网络设计
D.知识蒸馏
4.推理加速技术中,以下哪种方法适用于低精度推理?
A.INT8量化
B