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:15.84 KB
总页数:23 页
更新时间:2025-10-23
总字数:约8.22千字
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.以下哪项技术能够有效提高低资源环境下的图像识别模型性能?
A.分布式训练框架
B.参数高效微调(LoRA/QLoRA)
C.持续预训练策略
D.对抗性攻击防御
答案:B
解析:参数高效微调(LoRA/QLoRA)通过在预训练模型上添加少量参数,能够有效地微调模型,适用于低资源环境。根据《2025年深度学习微调指南》3.2节,LoRA/QLoRA在保持模型精度的同时,减少了模型参数量,从而降低计算资源需求。
2.在进行低资源图像识别微调时,以下哪种技术可以减少模型参数量,同时保持性能?
A.模型并