AI 应用工程师《AI 模型部署（AI 核心）》2024-2025 学年第一学期期末试卷及答案

AI应用工程师《AI模型部署（AI核心）》2024-2025学年第一学期期末试卷及答案

一、单项选择题(本大题总共15小题，每题2分，共30分）1.以下哪种不是常见的AI模型部署方式？（）A.云端部署B.本地部署C.混合部署D.随机部署答案：D解析：常见的AI模型部署方式有云端部署、本地部署和混合部署，随机部署不是常见方式。2.在AI模型部署中，关于计算资源的说法正确的是？（）A.计算资源只影响模型训练速度B.计算资源对模型部署无影响C.计算资源会影响模型推理效率D.计算资源只与存储有关答案：C解析：计算资源会影响模型推理效率，同时也会对模型训练速度有影响，并且与存储等多方面相关，并非只与某一方面有关。3.以下哪个是AI模型部署中优化推理时间的关键因素？（）A.模型参数数量B.训练数据量C.硬件加速D.模型准确率答案：C解析：硬件加速可以有效提升AI模型推理时间，模型参数数量、训练数据量主要影响模型训练，模型准确率与推理时间不是直接的关键影响因素。4.对于实时性要求高的AI模型部署场景，通常采用？（）A.批量处理B.离线处理C.在线处理D.异步处理答案：C解析：在线处理能够满足实时性要求高的场景，批量处理、离线处理不适合实时性高的场景，异步处理侧重于处理任务的方式，并非针对实时性场景的部署方式。5.以下哪种框架常用于AI模型的部署？（）A.TensorFlowB.PyTorchC.Scikit-learnD.以上都是答案：D解析：TensorFlow、PyTorch常用于模型训练和部署，Scikit-learn在一些简单AI模型的部署中也有应用，所以以上都是。6.在AI模型部署中，模型压缩技术可以？（）A.提高模型准确率B.减少模型存储和计算需求C.增加模型复杂度D.提升模型训练速度答案：B解析：模型压缩技术主要目的是减少模型存储和计算需求，对提高模型准确率、增加模型复杂度和提升模型训练速度无直接作用。7.以下哪个不是AI模型量化的好处？（）A.降低计算精度要求B.减少内存占用C.提高模型泛化能力D.加快推理速度答案：C解析：AI模型量化可以降低计算精度要求、减少内存占用、加快推理速度，但不能直接提高模型泛化能力。8.对于资源有限的设备进行AI模型部署，适合采用？（）A.大型复杂模型B.精简后的模型C.最新研发的模型D.未优化的模型答案：B解析：资源有限的设备适合部署精简后的模型，大型复杂模型、最新研发的模型和未优化的模型对资源要求较高。9.在AI模型部署中，关于模型版本管理的说法错误的是？（）A.方便回滚到之前版本B.有助于追踪模型性能变化C.增加部署复杂性D.确保模型更新有序答案：C解析：模型版本管理方便回滚到之前版本、有助于追踪模型性能变化、确保模型更新有序，不会增加部署复杂性。10.以下哪种是AI模型部署中容器化技术的优势？（）A.提高模型准确率B.便于模型迁移和部署C.增加模型训练时间D.降低硬件利用率答案：B解析：容器化技术便于模型迁移和部署，对提高模型准确率、增加模型训练时间和降低硬件利用率无直接作用。11.在AI模型部署中，关于网络配置的说法正确的是？（）A.只影响数据传输速度B.对模型推理无影响C.会影响模型的访问和交互D.与模型性能无关答案：C解析：网络配置会影响模型的访问和交互，同时也会影响数据传输速度等，并非只影响某一方面，与模型性能也有关系。12.以下哪种是AI模型部署中常见的负载均衡策略？（）A.随机分配B.按模型大小分配C.按请求时间分配D.以上都是答案：D解析：随机分配、按模型大小分配、按请求时间分配等都是常见的负载均衡策略。13.在AI模型部署中，关于安全防护的说法错误的是？（）A.防止数据泄露B.抵御网络攻击C.对模型性能无影响D.保障模型服务稳定运行答案：C解析：安全防护可以防止数据泄露、抵御网络攻击、保障模型服务稳定运行，对模型性能也有间接影响。14.对于多模型协同部署的场景，需要考虑？（）A.模型之间的兼容性B.只部署一个模型C.减少计算资源D.降低模型精度答案：A解析：多模型协同部署需要考虑模型之间的兼容性，并非只部署一个模型，也不是减少计算资源和降低模型精度。15.以下哪个是AI模型部署中日志记录的重要作用？（）A.记录模型训练过程B.便于故障排查和性能