2025技能考试人工智能训练师三级题库练习试卷附答案.docxVIP

2025技能考试人工智能训练师三级题库练习试卷附答案

1.单选题（每题1分，共30分）

1.1在PyTorch中，若模型已加载至GPU，下列哪段代码可将输入张量x也迁移到同一设备？

A.x.to(cpu)

B.x.cuda()

C.x.to(next(model.parameters()).device)

D.x.type_as(model)

答案：C

解析：next(model.parameters()).device可动态获取模型所在设备，保证输入与模型同设备。

1.2使用LabelStudio进行实体标注时，若标签体系含“BPER”“IPER”“BLOC”“ILOC”“O”共5种标签，采用BIO标注方案，则“北京市朝阳区”应标注为：

A.BLOCILOCILOC

B.BLOCBLOCILOC

C.BLOCILOCBLOC

D.BLOCILOCILOCILOC

答案：A

解析：连续地名实体内部统一用ILOC，首词用BLOC。

1.3在Transformer中，若隐藏维度d_model=512，注意力头数h=8，则每个头的维度d_k为：

A.64

B.512

C.8

D.4096

答案：A

解析：d_k=d_model/h=512/8=64。

1.4当使用混合精度训练时，LossScale的主要作用是：

A.加速梯度下降

B.防止梯度下溢

C.减少显存占用

D.提高数值精度

答案：B

解析：FP16下溢区间大，LossScale将loss放大后再反向，避免梯度为零。

1.5在联邦学习场景下，FedAvg算法每轮通信上传的是：

A.原始训练数据

B.本地模型参数

C.本地梯度

D.本地优化器状态

答案：B

解析：FedAvg要求客户端上传本地训练后的模型参数，服务器端加权平均。

1.6下列关于AUCROC的描述，正确的是：

A.仅适用于二分类

B.对正负样本分布敏感

C.阈值无关指标

D.等于精准率

答案：C

解析：AUCROC通过积分计算，衡量模型排序能力，与阈值无关。

1.7在TensorFlow2.x中，tf.data.Dataset.from_generator要求传入的可调用对象必须返回：

A.NumPy数组

B.Python生成器

C.EagerTensor

D.tf.Tensor

答案：B

解析：from_generator需Python生成器，逐项yield数据。

1.8使用Kmeans聚类时，若初始中心点选择不当导致空簇，合理的处理策略是：

A.直接删除该簇

B.随机重选一个样本作为新中心

C.将最远样本设为该簇中心

D.增加K值

答案：B

解析：空簇时从剩余样本随机选点重新初始化，保持K不变。

1.9在深度强化学习中，DQN使用ExperienceReplay的主要目的不包括：

A.打破样本间相关性

B.提高样本效率

C.降低方差

D.增加环境交互次数

答案：D

解析：ReplayBuffer复用历史数据，减少而非增加环境交互。

1.10当学习率过大时，Adam优化器可能出现：

A.收敛加速

B.梯度爆炸

C.参数更新停滞

D.二次收敛

答案：B

解析：Adam虽自适应，但学习率过大仍会导致更新量过大，loss发散。

1.11在ONNX模型转换时，若原PyTorch模型含自定义C++算子，应：

A.直接torch.onnx.export

B.注册symbolic函数并重新编译

C.将算子替换为ONNX标准算子

D.使用tf2onnx

答案：B

解析：需为自定义算子编写symbolic，使ONNX能识别图结构。

1.12当训练数据存在长尾分布时，以下哪种损失函数可直接缓解类别不平衡？

A.CrossEntropyLoss

B.FocalLoss

C.MSE

D.KLDivergence

答案：B

解析：FocalLoss通过调制因子降低易分类样本权重，关注尾部。

1.13在模型蒸馏中，温度参数T升高会导致softmax输出：

A.更尖锐

B.更平滑

C.不变

D.为均匀分布

答案：B

解析：T越大，logits差异缩小，分布趋平滑，暗知识更丰富。

1.14使用Horovod做分布式训练时，下列环境变量用于指定全局总进程数的是：

A.LOCAL_RANK

B.