2025年职业技能大赛(人工智能训练师)试题库(含答案)

2025年职业技能大赛(人工智能训练师)试题库(含答案)一、单选题（每题1分，共30分）1.在PyTorch中，若需冻结某一层参数使其不参与反向传播，应执行的操作是A.layer.requires_grad=FalseB.layer.train(False)C.torch.no_grad()D.layer.eval()答案：A解析：requires_grad=False直接关闭张量梯度计算，其余选项仅影响Dropout/BN行为或上下文。2.使用Adam优化器时，若beta1由0.9调至0.99，最可能出现的现象是A.收敛速度加快，震荡加剧B.收敛速度变慢，震荡减弱C.学习率自动增大D.二阶矩估计方差爆炸答案：B解析：beta1增大使动量更平滑，历史梯度权重更高，更新更保守。3.在VisionTransformer中，位置编码采用二维sincos相对位置编码的主要目的是A.降低显存占用B.保持输入token的平移等变性C.使注意力矩阵稀疏D.兼容任意输入分辨率答案：D解析：二维sincos可插值到任意图像尺寸，保持位置信息连续性。4.当使用混合精度训练时，LossScaling因子在梯度下溢时应A.乘以2B.除以2C.保持不变D.重置为1答案：A解析：下溢说明梯度太小，放大2倍再反传可保留有效位。5.在联邦学习场景下，FedAvg算法中客户端本地epoch数增加会导致A.通信开销线性下降B.全局模型方差增大C.收敛速度一定加快D.隐私预算ε减小答案：B解析：本地更新步长增大，客户端漂移加剧，全局方差上升。6.使用TensorRT加速BERT推理时，下列层中必须保留FP32精度的是A.LayerNormB.GELUC.QKV线性层D.Softmax答案：A解析：LayerNorm对数值范围敏感，FP16易溢出，TensorRT默认保留FP32。7.在深度强化学习PPO算法中，clip参数ε=0.2的作用是A.限制策略更新KL散度上界B.限制值函数误差C.限制重要性采样比D.限制熵正则系数答案：C解析：clip截断概率比rt(θ)=π(a|s)/π_old(a|s)到[1ε,1+ε]区间。8.当使用Horovod做多机训练时，若出现梯度AllReduce挂死，最可能原因是A.学习率过大B.NCCL_RING拓扑设置错误C.数据未shuffleD.激活函数溢出答案：B解析：NCCL_RING不匹配导致通信环断裂，进程无限等待。9.在目标检测YOLOv8中，DFL（DistributionFocalLoss）分支的作用是A.预测框中心点概率分布B.预测框宽高分布C.预测框中心偏移分布D.预测框置信度分布答案：B解析：DFL对宽高做离散分布回归，提升定位精度。10.当使用DeepSpeedZeRO3时，下列状态被分区到各GPU的是A.优化器状态+梯度+参数B.仅优化器状态C.仅参数D.仅梯度答案：A解析：ZeRO3将模型状态全部切片，实现千亿参数训练。11.在NLP数据增强中，使用回译（backtranslation）最易引入的风险是A.语法错误B.语义漂移C.长度爆炸D.词汇重复答案：B解析：机器翻译再翻译可能改变细粒度语义，如情感极性反转。12.当使用KFold交叉验证选择超参时，若训练集与验证集分布差异大，应优先采用A.StratifiedKFoldB.GroupKFoldC.TimeSeriesSplitD.RepeatedKFold答案：B解析：GroupKFold按样本所属组划分，避免同组泄漏。13.在图像分割任务中，DiceLoss相比交叉熵的优势是A.对类别不平衡不敏感B.可直接优化IoUC.梯度更稀疏D.计算量更小答案：A解析：Dice系数按像素重叠度计算，对小目标梯度稳定。14.当使用知识蒸馏训练小模型时，温度T升高会导致软标签A.熵减小B.熵增大C.方差减小D.均值漂移答案：B解析：温度升高softmax输出更均匀，熵增大。15.在AutoML框架NNI中，使用TPE搜索算法时，parallelism=8表示A.同时试8组超参B.搜索空间缩小8倍C.早停patience=8D.训练epoch=8答案：A解析：TPE支持异步并行，parallelism即并发Trial数。16.当使用ONNX导出动态batch模型时，应设置A.dynamic_axes={'input':{0:'batch'},'output':{0:'batch'}}B.input_names=['batch']C.opset_version=9D.do_constant_folding=False答案：A解析：dynamic_axes指定第0维为动态batch符号。17.在推荐系统Wide&Deep中，Wide部分使用FTRL优化器的目的是A.支持L1稀疏性B.支持二阶导C.支持动量D.支持warmstart答案：A解析：FTRL自带L1正则，适合高维稀疏特征。18.当使用GradCAM可视化CNN时，若目标类别置信度已饱和（0.999），仍可视化的原因是A.梯度仍携带定位信息B.ReLU阻挡负梯度C.权重共享D.全局平均池化答案：A解析：饱和区梯度小但非零，反向传播可回传类别判别信号。19.在Transformer中，若将注意力softmax改为ReLU，最可能出现A.梯度消失B.注意力权重非归一化C.序列长度受限D.参数共享失效答案：B解析：ReLU输出可大于1，权重和不为1，破坏概率解释。20.当使用Deeplabv3+时，ASPP模块中rate=24的空洞卷积对特征图下采样率为A.24B.12C.1D.不变答案：D解析：空洞卷积不降低分辨率，仅扩大感受野。21.在模型剪枝中，使用SNIP标准衡量权重重要度时，依赖的统计量是A.梯度与权重的乘积绝对值B.权重L2范数C.海森矩阵对角线D.激活稀疏度答案：A解析：SNIP=|g·w|，早期即估计剪枝后损失变化。22.当使用Swish激活函数时，其相比ReLU在硬件上的主要劣势是A.不可导B.需指数运算C.负半轴死亡D.输出非零中心答案：B解析：Swish含sigmoid，需exp，latency高。23.在GPT3训练中，使用FP16混合精度仍保留FP32主副本的参数是A.嵌入层B.LayerNormC.输出层D.所有参数答案：D解析：主副本全部FP32，计算副本FP16，避免精度累积误差。24.当使用RandAugment时，若N=2,M=15表示A.随机选2种变换，幅度15B.固定2种变换，幅度15C.随机选15种变换，幅度2D.变换概率0.15答案：A解析：RandAugment从14种策略随机选N种，幅度0M离散值。25.在模型部署阶段，使用TVM自动调优时，tune_repeats=3的作用是A.重复测量3次取平均，降低噪声B.搜索空间扩大3倍C.并行线程数3D.早停阈值3答案：A解析：硬件运行时间存在波动，多次测量提高稳定性。26.当使用CenterLoss做人脸识别时，λ控制A.类间距离B.类内距离C.学习率D.正则强度答案：B解析：CenterLoss拉近同类中心，λ平衡Softmax与CenterLoss。27.在量化感知训练（QAT）中，FakeQuantize的scale参数通过A.滑动最大绝对值更新B.指数平均C.固定常量D.随机搜索答案：A解析：PyTorch默认perchannel最大绝对值滑动更新。28.当使用Detectron2训练MaskRCNN时，若GPU显存不足，可优先A.减小IMS_PER_BATCHB.减小BASE_LRC.增大NUM_WORKERSD.增大ROI_SIZE答案：A解析：batchsize直接决定激活显存，优先调小。29.在语音合成WaveGlow中，使用1×1可逆卷积的主要目的是A.通道混洗B.降低采样率C.增加感受野D.引入非线性答案：A解析：1×1可逆卷积实现通道维度置换，增强表达能力。30.当使用MocoV2做自监督训练时，queue长度增大将A.降低字典一致性B.提高负样本多样性C.增加batchsizeD.减小学习率答案：B解析：队列越长，负样本越丰富，对比学习效果提升。二、多选题（每题2分，共20分）31.下列哪些操作可有效缓解Transformer过长输入的O(N²)显存问题A.LinformerB.PerformerC.GradientCheckpointingD.降低d_model答案：ABC解析：Linformer投影维度，Performer线性注意力，Checkpointing用时间换空间。32.在目标检测评估中，COCOmAP计算涉及A.IoU阈值0.5:0.95B.每类AP取平均C.忽略crowd目标D.使用11点插值答案：ABC解析：COCO采用101点插值，非11点。33.下列属于无监督域适应（UDA）方法的是A.DANNB.MMDC.CBAMD.ADR答案：ABD解析：CBAM为注意力模块，非域适应。34.当使用PyTorchLightning时，下列钩子函数可在验证前执行的是A.on_validation_epoch_startB.on_validation_batch_startC.on_train_epoch_endD.on_fit_start答案：AB解析：C在训练结束，D在整个fit开始。35.在模型蒸馏中，中间层特征蒸馏的优势包括A.提供细粒度监督B.降低教师推理延迟C.学生可学习更深层表示D.无需标签数据答案：AC解析：特征蒸馏需教师前向，延迟不变；仍需标签或logits。36.下列关于GradientAccumulation的描述正确的是A.等效增大batchsizeB.需调整学习率C.增加显存占用D.降低通信频率答案：ABD解析：显存占用减少，因小步前向。37.在推荐系统冷启动场景，可采用的策略有A.MetalearningB.内容特征C.探索利用D.矩阵分解答案：ABC解析：矩阵分解需交互历史，冷启动无数据。38.下列属于自监督预训练图像任务的是A.RotationB.MoCoC.BYOLD.MixUp答案：ABC解析：MixUp为数据增强，非自监督任务。39.当使用ONNXRuntime推理时，可设置的图优化级别包括A.ORT_DISABLE_ALLB.ORT_ENABLE_BASICC.ORT_ENABLE_EXTENDEDD.ORT_ENABLE_ALL答案：ABCD解析：四档可选，禁用、基础、扩展、全部。40.在NLP模型压缩中，可同时进行A.量化+剪枝B.剪枝+蒸馏C.蒸馏+量化D.量化+数据并行答案：ABC解析：数据并行属训练策略，非压缩。三、判断题（每题1分，共10分）41.使用LayerwiseLearningRateDecay时，越靠近输入层学习率应越大。答案：√解析：预训练模型底层通用，需小步微调。42.在Detectron2中，ROI_HEADS.POSITIVE_FRACTION=0.5表示正负样本比例1:1。答案：√解析：正负样本按指定比例采样。43.Transformer的注意力权重矩阵必为双随机矩阵。答案：×解析：softmax后行和为1，列和不一定。44.使用RandAugment时，幅度M越大一定带来更高准确率。答案：×解析：过大增强导致域偏移，性能下降。45.在联邦学习中，SecureAggregation可防止服务器看到单个客户端梯度。答案：√解析：同态加密或秘密共享实现。46.使用Swish激活函数一定比ReLU收敛快。答案：×解析：依赖任务与初始化，非绝对。47.在PyTorch中，nn.DataParallel与DistributedDataParallel可混合使用。答案：×解析：二者互斥，应选其一。48.知识蒸馏中，温度T越高教师软标签越接近硬标签。答案：×解析：温度越高分布越均匀，远离硬标签。49.使用GradientClipping时，L2范数裁剪对RNN梯度爆炸有效。答案：√解析：裁剪上限抑制梯度指数增长。50.在COCO数据集上，AP@0.5一定大于AP@0.75。答案：√解析：IoU阈值越低，匹配越容易，AP更高。四、填空题（每空2分，共20分）51.PyTorch中，若需将模型参数以半精度保存，应调用model.half()，再使用torch.save保存state_dict。52.Transformer中，若d_model=512，head=8，则每个head的维度为64。53.在YOLOv8中，CIoU损失包含中心点距离、重叠面积、长宽比三项。54.使用DeepSpeed时，配置文件zero_optimization.stage=3表示启用ZeRO3。55.在推荐系统FM模型中，二阶交互项计算复杂度为O(kn)，其中k为隐向量维度，n为特征数。56.若学习率调度器为CosineAnnealingLR，T_max=10，则10个epoch后lr降至最小。57.在图像分类中，MixUp的λ参数服从Beta(α,α)分布，常用α=0.2。58.使用ONNX导出动态分辨率，应设置dynamic_axes={'input':{2:'height',3:'width'}}。59.在GPT2中，上下文长度最大为1024个token。60.使用FocalLoss时，α参数用于平衡正负样本权重，γ用于调节难易样本权重。五、简答题（每题10分，共30分）61.描述VisionTransformer在输入端将图像分块后，如何通过可学习的位置编码保持空间信息，并解释为何使用二维sincos编码可支持任意分辨率微调。答案：ViT将图像切分为固定尺寸p×p块，线性投影为d维向量，与一维可学习位置向量相加。二维sincos编码将(x,y)分别映射到不同频率正余弦，形成位置向量。由于sincos函数连续，任意新分辨率可通过插值获得对应位置向量，无需重新训练，实现零样本分辨率迁移。62.说明在联邦学习场景下，客户端数据NonIID对FedAvg收敛的影响，并提出两种改进策略并给出原理。答案：NonIID导致本地更新方向与全局最优偏差大，模型漂移加剧，收敛慢甚至发散。改进：1)FedProx：在本地目标加近端项μ/2·||ww^t||²，限制漂移幅度；2)SCAFFOLD：引入控制变量c_i校正本地梯度，全局更新时抵消客户端偏差，理论保证收敛率与IID一致。63.给定一个已训练好的ResNet50模型，请写出使用PyTorch实现通道剪枝的完整流程，包括重要性评估、剪枝、微调、验证，并说明如何确定剪枝率。答案：步骤1：重要性评估——采用BN层γ系数作为通道重要性，计算|γ|并排序。步骤2：确定剪枝率——全局剪枝按目标FLOP或显存设定比例p，局部剪枝可按最小保留通道数约束，使用L1结构化剪枝。步骤3：剪枝——调用torch.nn.utils.prune.ln_structured，对conv层按通道维度剪枝，生成mask。步骤4：微调——冻结其它层，以原学习率1/10训练10epoch，恢复精度。步骤5：验证——在ImageNet验证集测试Top1，若下降<0.5%则接受，否则回退剪枝率。代码示例：```pythonimporttorch,torch.nn.utils.pruneasprunemodel=torchvision.models.resnet50(pretrained=True)parameters_to_prune=[]forminmodel.modules():ifisinstance(m,torch.nn.Conv2d):parameters_to_prune.append((m,'weight'))prune.global_unstructured(parameters_to_prune,pruning_fn=prune.LnStructured,n=1,amount=0.3)forminmodel.modules():ifprune.is_pruned(m):prune.remove(m,'weight')torch.save(model.state_dict(),'pruned.pth')```微调阶段再加载继续训练即可。六、综合设计题（20分）64.某工业视觉检测项目要求：在NVIDIAJetson