网站大量收购闲置独家精品文档,联系QQ:2885784924

人工智能训练师新版四级技能考核试卷01样题0727.docx

人工智能训练师新版四级技能考核试卷01样题0727.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

13

第页共页

………

…………装…………订…………线……………

人工智能训练师技能等级认定四级技能考核试卷001注意事项

1、考试时间:120分钟。

2、请首先按要求在试卷的标封处填写您的姓名、准考证号和所在单位的名称。

3、请仔细阅读各种题目的回答要求,在规定的位置填写您的答案。

:位

:位单,号证考准:名姓

总分

得分

得分

MEm

1.基本情况:

①本题分值:20分

②考核时间:30min

③考核形式:实操

④设备设施材料准备:

表1设备设施材料清单

序号

名称

规格

单位

数量

备注

1

人工智能训练师主机

CPU:性能不低于九代i5内存:不少于16GB

Windows10

深度学习模型训练平台:数据处理平台、人工智能实验

平台、模型训练平台

:Python3.764

A

PythonIDE据标注平台

配件:鼠标、键盘及显示器等配件

1

2.具体考核要求:

现有经过数据采集代码采集的一组垃圾分类数据集,为了利用这组数据集进行垃圾分类模型的训练,研究人员需要对现有数据进行评估与处理,已知垃圾分类模型训练所要求的数

据要求为RGB通道的JPG格式图像,请完成下述要求:Q1.py()能够使用内置库加载数据集文件,并将代码文件保存为

第2页共3页

(2)结合模型训练所需图像格式要求提出修改意见,将修改意见填写在Commentsl.doc文档中;

(3)结合模型训练所需图像通道要求提出修改意见,将修改意见填写在Comments1.doc文档中。

二、垃圾分类数据集处理1.基本情况:

①本题分值:40分

②考核时间:40min

③考核形式:实操

④设备设施材料准备:

表2设备设施材料清单

序号

名称1

规格

单位

数量

备注

人工智能训练师主机

CPU:性能不低于九代i5内存:不少于16GB

操作系统:Windows10

深度学习模型训练平台:数据处理平台、人工智能实验平台、模型训练平台发语言:Python3.764b开发工具:PythonIDE;数标注平台

配件:鼠标、键盘及显示器等配件

it据

1

2.具体考核要求

针对上一题中垃圾分类模型训练数据要求,现有垃圾分类数据集采集代码的Q2-1.py文件,请完成下述要求:

(1)能够修改垃圾分类数据采集代码Q2-1.py文件筛除非JPG格式的图像数据;

(2)能够修改垃圾分类数据采集代码Q2-1.py文件筛除非RGB通道的图像数据;

(3)能够编写去除垃圾分类数据集中非JPG和非RGB图像数据处理代码,并将文件保存为Q2-2.py;

(4)修改后垃圾分类数据采集代码Q2-1.py文件和数据处理代码Q2-2.py文件能够正常运行。

得分

评分人

三、学生成绩数据集综合应用1.基本情况:

①本题分值:40分

②考核时间:50min

第3页共3页

③考核形式:实操

④设备设施材料准备:

表3设备设施材料清单

序号

名称

规格

单位

数量

备注

1

人工智能训练主机

CPU:性能不低于九代i5

内存:不少于16GB

操作系统:Windows10深度学习模型训练平

台:数据处理平台、人工智能实验平台、模型

训练平台

开发语言:Python3.

台7

1

64bit

开发工具:数据标注平台

Prthon

;1D3

配件:鼠标、键盘及显示器等配件

2.具体考核要求

现有经过数据采集得到的学生成绩数据集,数据集中包括学生的成绩、年龄等数据,为了使数据可视化呈现出来,请完成下述要求:

(1)能够使用python读取student-mat.csv学生成绩数据集,并将代码文件保存为Q3.py:

(2)能够对原数据集数据进行数据预处理,数据预处理操

文档评论(0)

chenzehao888 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档