生成式人工智能系统应用员二级技师 详细题库
下载APP练习模型训练常见错误解决方法 题目预览
-
第 1 题 单选题在Windows环境下运行PyTorch训练脚本时,`DataLoader`设置`num_workers>0`后常出现进程递归调用或`BrokenPipeError`,最可能的原因是( )。
- A. 未将训练主逻辑放在`if __name__ == '__main__':`保护块中,多进程子进程重新导入主模块导致异常
- B. `num_workers`设置过大导致内存溢出,应将该值减小为0
- C. 数据集的`__len__`方法返回值不正确,导致采样器生成错误索引
- D. 缺少`shuffle=True`,导致每个epoch数据顺序完全相同
解析:DataLoader多进程在Windows下使用spawn启动子进程,若没有`if __name__ == '__main__':`保护,子进程会重复执行主模块中的顶层代码,导致递归或管道错误。 -
第 2 题 单选题在TensorFlow中,构建`tf.data`数据管道时,若需要对图像进行解码、随机裁剪、归一化等预处理,并使预处理与GPU训练高效重叠,以下做法最合理的是( )。
- A. 在`map`中关闭并行调用,以同步方式逐条执行预处理
- B. 将`map`的`num_parallel_calls`设为`tf.data.AUTOTUNE`,并在管道末尾添加`prefetch(tf.data.AUTOTUNE)`
- C. 将所有预处理都放在模型内部,完全不使用`tf.data`
- D. 先`batch`再`map`,确保每个batch的预处理结果完全相同
解析:`num_parallel_calls=tf.data.AUTOTUNE`使map并行度自动调节,`prefetch`能让数据预处理与模型训练重叠,减少GPU空等。 -
第 3 题 单选题在图像分类数据集中,训练集和验证集的类别分布与整体数据集明显不一致,导致验证表现不稳定,最可能的原因是( )。
- A. 没有对图像像素值进行归一化
- B. 对训练集和验证集均设置了`shuffle=True`
- C. 在划分训练集和验证集前未采用分层抽样或未进行随机打乱
- D. 数据增强的强度过大,导致训练样本失真
解析:类别分布不一致通常是划分方式不当造成的,例如按顺序划分或未按类别比例分层抽样。A影响收敛但与分布无关;B的shuffle只改变样本顺序,不改变类别分布;D影响泛化但不会改变验证集分布。 -
第 4 题 单选题在自定义`Dataset`加载图像时,若数据集中混有灰度图和RGBA图,直接使用`Image.open()`后进行`ToTensor()`会导致通道数不一致。以下最合理的预处理方法是( )。
- A. 在`__getitem__`中遇到RGBA图时直接跳过,返回下一张图像
- B. 将所有图像统一转换为灰度图,然后复制为三通道以保持通道数
- C. 使用`torchvision.transforms.Grayscale(3)`对所有图像进行统一转换
- D. 在`__getitem__`中先执行`img = img.convert('RGB')`,再继续进行`resize`和`ToTensor()`
解析:`convert('RGB')`可将灰度图和RGBA图统一为三通道RGB,且不丢失颜色信息。A跳过样本会破坏数据集完整性;B和C转为灰度会丢失颜色信息,不是最优处理。 -
第 5 题 判断题在PyTorch的`DataLoader`中,训练集加载时不需要设置`shuffle=True`,因为每个epoch开始时会自动对数据进行随机打乱。
- A. 对
- B. 错
解析:`DataLoader`不会自动打乱训练数据;训练集需要显式设置`shuffle=True`,验证集和测试集通常设`False`。 -
第 6 题 判断题在TensorFlow的`tf.data`管道中,在`map`预处理之后使用`.cache()`方法,可以在内存允许的情况下缓存预处理结果,从而避免每个epoch重复执行昂贵的预处理操作。
- A. 对
- B. 错
解析:`.cache()`可缓存在内存或文件中,适合在`map`预处理之后、`batch`之前使用,能够显著减少重复计算。 -
第 7 题 多选题在数据加载与预处理中,以下哪些做法会导致模型训练时出现数据泄露或评估结果失真?( )
- A. 在划分训练集和验证集之前,用整个数据集的均值与标准差进行标准化
- B. 对训练集使用随机数据增强,对验证集只做尺寸调整和归一化
- C. 在划分训练集和验证集后,使用验证集的统计信息来填补训练集中的缺失值
- D. 将按类别顺序排列的数据直接划分为训练集和验证集,未进行随机打乱
- E. 在图像分类中,对训练集使用随机裁剪,对验证集使用中心裁剪
解析:A和C使用验证集信息参与预处理会引入数据泄露;D按类别顺序划分会导致训练集与验证集的类别分布不一致,从而评估失真。B和E是训练集与验证集处理分离的正确做法,不会泄露。 -
第 8 题 多选题在数据加载与预处理时,遇到“内存不足(Out of Memory)”错误,以下哪些解决思路是合理的?( )
- A. 减小`batch_size`,并使用梯度累积来降低单次迭代的内存峰值
- B. 将整个图像数据集解码为NumPy数组一次性加载到内存中
- C. 使用`tf.data`或`DataLoader`的惰性加载机制,按需从磁盘读取数据
- D. 增大`num_workers`数量,以并行加载更多数据
- E. 对所有输入特征执行标准化和归一化,以降低内存占用
解析:A直接降低单批次内存峰值;C避免一次性载入全部数据。B一次性加载会加剧内存不足;D增加进程数会带来额外内存开销,不能解决内存不足;E标准化不改变数据规模,无法降低内存占用。
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。