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