生成式人工智能系统应用员三级高级工 详细题库
下载APP练习模型训练、优化 题目预览
-
第 1 题 单选题在配置生成式人工智能模型训练环境时,使用conda创建虚拟环境的正确命令是( )。
- A. conda create env --name myenv python=3.9
- B. conda create -n myenv python=3.9
- C. conda env create -n myenv python=3.9
- D. conda create --env myenv python=3.9
解析:conda创建虚拟环境的正确命令为conda create -n <环境名> python=<版本>,其中-n是--name的缩写,选项B符合;其他选项参数格式错误。 -
第 2 题 单选题在模型训练项目中,使用pip安装依赖时,为了确保环境可重现,通常将依赖信息记录在( )文件中。
- A. setup.py
- B. environment.yml
- C. requirements.txt
- D. config.yaml
解析:pip的标准依赖文件是requirements.txt,通过pip freeze > requirements.txt生成;environment.yml用于conda环境;setup.py用于包安装;config.yaml用于配置参数。 -
第 3 题 单选题当训练环境需要GPU支持时,若已安装CUDA 11.8,则以下哪个PyTorch版本能直接与其兼容而不需额外编译( )。
- A. torch==1.12.0
- B. torch==2.0.0+cu118
- C. torch==1.13.0+cpu
- D. torch==2.1.0+cu121
解析:PyTorch官方提供预编译的CUDA版本包,cu118表示适配CUDA 11.8;选项B的版本号+cu118明确匹配;选项A无后缀通常为cpu版;选项C为cpu版;选项D适配CUDA 12.1,不兼容。 -
第 4 题 单选题在使用pip安装依赖时,若多个包对某个底层库存在版本冲突,则优先采用的解决方法是( )。
- A. 全部升级到最新版本
- B. 手动修改依赖文件强行指定版本
- C. 使用pip install --no-deps忽略依赖
- D. 使用虚拟环境隔离并调整各包兼容版本
解析:最佳实践是通过创建独立的虚拟环境,逐一测试并锁定兼容版本,避免全局冲突;A可能引入新冲突;B可能破坏运行;C忽略依赖会导致运行时错误。 -
第 5 题 判断题使用requirements.txt文件记录依赖时,可以指定包的版本范围,如“numpy>=1.21,<2.0”,这样能保证安装时获得最新兼容版本。
- A. 对
- B. 错
解析:requirements.txt支持版本约束符号如>=、<、==等,使用范围约束可以灵活获取兼容版本,同时避免过新导致的不兼容。 -
第 6 题 判断题在conda环境中,添加Anaconda.org频道时,使用“conda config --add channels”命令会永久修改全局配置,影响所有虚拟环境。
- A. 对
- B. 错
解析:conda config --add channels会将频道添加到.condarc配置文件中,对所有环境生效,因此是全局修改。 -
第 7 题 多选题在配置深度学习模型训练环境时,以下哪些做法有助于确保依赖的一致性和可重复性( )。
- A. 在项目根目录同时保存requirements.txt和environment.yml
- B. 使用pip freeze > requirements.txt记录当前环境精确版本
- C. 将整个anaconda环境文件夹打包备份
- D. 使用Docker镜像固化操作系统和依赖
- E. 每次安装新包后手动记录版本变化
解析:A提供pip和conda两种方式,便于不同用户;B能精确锁定版本;D通过Docker完全隔离环境;C打包环境文件夹可能导致跨平台问题;E手动记录易遗漏且不可靠。 -
第 8 题 多选题关于模型训练中的CUDA和cuDNN依赖管理,以下说法正确的有( )。
- A. CUDA工具包版本必须与显卡驱动版本严格匹配
- B. 可以使用conda install cudatoolkit来安装特定版本的CUDA运行时库
- C. 不同深度学习框架对CUDA版本的要求可能不同,应分别创建虚拟环境
- D. cuDNN库需要单独下载并手动放置到CUDA目录下
- E. 使用nvidia-smi命令可以查看当前系统可用的CUDA版本
解析:B正确,conda可安装cudatoolkit;C正确,不同框架如TensorFlow和PyTorch可能依赖不同CUDA版本,建议隔离环境;E正确,nvidia-smi显示驱动支持的最高CUDA版本;A错误,驱动需支持CUDA版本但不必严格匹配,驱动向上兼容;D错误,conda可直接安装cudnn包,无需手动放置。
余下详情题库请下载 APP 或扫码小程序查看全部题目与智能刷题。