《工信部-人工智能应用工程师》高级考试题库练习.docVIP

《工信部-人工智能应用工程师》高级考试题库练习

一、单项选择题

1.高级AI应用工程师在模型落地中，针对小样本场景最优的主流优化方案是？（）

A.增大模型参数量

B.迁移学习+数据增强

C.随机初始化模型权重

D.降低模型迭代次数

答案：B

解析：小样本场景核心痛点是训练数据不足、模型易过拟合。迁移学习可复用预训练模型通用特征，数据增强可扩充有效样本量，是工业界小样本落地的标准方案。A选项增大参数量会加剧过拟合；C选项随机初始化权重无法利用先验知识，训练效率极低；D选项降低迭代次数会导致模型欠拟合。

2.深度学习中，用于解决梯度消失问题、适配深层网络训练的激活函数是？（）

A.Sigmoid

B.Tanh

C.ReLU

D.Softmax

答案：C

解析：ReLU激活函数在正区间梯度恒定为1，有效解决深层网络梯度消失问题，是卷积神经网络、深度神经网络的主流激活函数。Sigmoid、Tanh存在明显的梯度饱和、梯度消失问题；Softmax仅用于多分类输出层，不参与隐层梯度传递优化。

3.AI模型工程化部署中，TensorRT的核心作用是？（）

A.数据集清洗与标注

B.模型推理加速与量化优化

C.模型训练参数调优

D.业务数据实时采集

答案：B

解析：TensorRT是英伟达推出的模型推理优化工具，核心功能是对训练完成的模型进行量化、层融合、精度优化，大