基本信息
文件名称:2025年机器学习工程师专业用户需求转化题:模型压缩与边缘部署.docx
文件大小:14.34 KB
总页数:6 页
更新时间:2025-10-21
总字数:约6.38千字
文档摘要

2025年机器学习工程师专业用户需求转化题:模型压缩与边缘部署

一、单选题(共15题)

1.以下哪项技术通常用于减少机器学习模型的参数数量,以便在资源受限的边缘设备上部署?

A.模型并行

B.模型剪枝

C.模型量化

D.模型蒸馏

2.在模型压缩中,以下哪种方法通过去除不重要的神经元来减少模型大小?

A.结构化剪枝

B.非结构化剪枝

C.知识蒸馏

D.模型量化

3.边缘部署中,以下哪种技术可以帮助减少模型推理的延迟?

A.模型剪枝

B.模型量化

C.模型并行

D.模型蒸馏

4.在模型压缩过程中,以下哪种方法可以减少模型参数的数量而不显著影响模型性能?

A.模