首页 > 职业资格考试
题目内容 (请给出正确答案)
[多选题]

预训练模型能利用海量的无标注数据进行训练,并被广泛应用,其优点有()。

A.充分利用先验知识

B.泛化能力强

C.各种NLP任务SOTA

D.计算量小,内存资源占用小

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“预训练模型能利用海量的无标注数据进行训练,并被广泛应用,其优…”相关的问题
第1题
以下关于深度学习特点的描述,错误的是哪一项?()

A.特征可解释性强

B.支持海量的训练数据

C.利用算法自动提取特征

D.进行大量的矩阵运算

点击查看答案
第2题
使用预测算法进行预测时,可以不进行模型训练就能直接预测出数据。()
点击查看答案
第3题
在华为的全栈全场景AI解决方案中,在应用使能层包含ModelArts,下列叙述不正确的是()。

A.ModelArts是华为云AI开发平台,使用ModelArts开发AI应用只用于华为云和华为产品

B.ModelArts可根据用户标注数据全自动进行模型设计、参数调优、模型训练、模型压缩和模型部署全流程

C.ModelArts除了在云上通过(管理控制台)界面操作外,也提供PythonSDK功能,开发者可通过SDK在任意本地IDE中使用Python访问ModelArts

D.ModelArts支持图片分类、物体检测、预测分析、声音分类4大特定应用场景

点击查看答案
第4题
智能中心AI平台标注好的数据无需发布到数据集即可用于模型训练。()
点击查看答案
第5题
哪些属于AI开发的核心环节()

A.数据标注

B.算法训练

C.能力发布

D.模型评估

点击查看答案
第6题
下面模型训练的一些常用技巧中,哪些说法是错误的()?

A.如果训练样本量较大,可选用随机梯度下降(SGD),它考虑历史梯度信息,更容易跳出局部极小值点

B.在高度非凸的深度网络优化过程,主要难点是鞍点

C.用无监督数据作分层预训练(Layer-wisePre-train)有助于解决梯度饱和问题

D.Sigmoid交叉熵损失函数适合于多标签学习,每一维彼此独立

点击查看答案
第7题
无论是机器学习模型,还是深度学习模型都需要大量的标注数据作为模型构建基础,数据标注相当重要,主要包括()。

A.数据标注是模型训练的基石

B.数据标注的准确性大大影响模型准确率

C.数据标注有助于提高工作理解

D.目前模型的发展处于瓶颈期,好的标注数据时制胜关键

点击查看答案
第8题
联邦学习在保证数据隐私安全的前提下,利用不同数据源合作训练模型,进一步突破数据的瓶颈。()
点击查看答案
第9题
下面哪些是使用卷积网络的开源实现(包含模型/权值)的常见原因()

A.为一个计算机视觉任务训练的模型通常可以用来数据扩充,即使对于不同的计算机视觉任务也是如此

B.为一个计算机视觉任务训练的参数通常对其他计算机视觉任务的预训练是有用的

C.使用获得计算机视觉竞赛奖项的相同的技术,广泛应用于实际部署

D.使用开源实现可以很简单的来实现复杂的卷积结构

点击查看答案
第10题
下面关于机器学习的说法中,正确的有()。

A.监督学习的监督体现在所有机器要处理的数据实现都要由人为定义好相应的类别,再对分类算法进行训练,最后得到可以使用的分类器

B.按照不同的学习理论划分,机器学习模型可以分为有监督学习、半监督学习、无监督学习以及强化学习等不同类型

C.有监督学习的数据集有标签,无监督相比于有监督,没有训练过程,而是直接拿数据进行建模分析

D.在实际应用中,机器学习主要以无监督学习或半监督学习方式为主

点击查看答案
第11题
以下关于ECA加密流量检测技术原理的描述,错误的是哪一项?()

A.ECA加流量检测最核心的技术是生成ECA检测分类模型

B.通过前端ECA探针提取加密流量的明文数据,包括TLS握手信息、TCP统计信息、DNS/HTTP相关信息,并将它们统一上报给CIS系统

C.基于分析取证的特征向量,采用机器学习的方法,利用样本数据进行训练,从而生成分类器模型

D.安全研究人员通过和群殴的黑白样本集,结合开源情报,域名,IP,SSL等信息,提取加密流量的特性信息

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改