2025年人工智能应用工程师资格认证考试试卷及答案解析.docxVIP

2025年人工智能应用工程师资格认证考试试卷及答案解析

一、单项选择题（每题1分，共30分）

1.在PyTorch2.1中，若需将模型权重以FP16精度保存且保留BN层统计量为FP32，下列哪段代码能正确实现？

A.torch.save(model.half().state_dict(),w.pt)

B.torch.save(model.state_dict(),w.pt,_use_new_zipfile_serialization=False)

C.model.bfloat16();torch.save(model.state_dict(),w.pt)

D.先对model进行half()，再对BN层单独转回float()，最后torch.save(model.state_dict(),w.pt)

答案：D

解析：BN层统计量（running_mean/var）在FP16下易溢出，需保持FP32。D选项先整体half()，再对BN层float()，可兼顾显存与数值稳定性。

2.使用StableDiffusionXL1.0进行4K图生成时，若显存仅12GB，下列哪种优化策略可在不降级VAE前提下完成一次完整推理？

A.启用model.cpu()offloading+VAE切片（vae_slicing）

B.将