- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
深度学习与传统学习算法的比较试题及答案解析
一、单选题(共15题)
1.以下哪种技术可以实现大规模并行计算,提高深度学习模型的训练效率?
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
2.在深度学习中,以下哪种方法可以减少模型参数数量,从而降低计算复杂度?
A.模型并行策略
B.低精度推理
C.云边端协同部署
D.知识蒸馏
3.以下哪种技术可以帮助模型在保持较高准确率的同时,减少模型大小和计算量?
A.模型量化(INT8/FP16)
B.结构剪枝
C.稀疏激活网络设计
D.评估指标体系(困惑度/准确率)
文档评论(0)