生成式人工智能系统应用员二级技师 详细题库

模型训练软件部署知识 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，为确保CUDA、cuDNN与深度学习框架兼容，首要确认的信息是（ ）。
  • A. GPU驱动版本与CUDA版本支持矩阵
  • B. CPU核心数量
  • C. 内存条频率
  • D. 硬盘I/O接口类型
  解析：GPU驱动决定了可安装的CUDA版本上限，深度学习框架与cuDNN需在匹配CUDA版本下选用。
• 第 2 题 单选题
  使用conda创建虚拟环境并指定Python版本，正确命令是（ ）。
  • A. conda env create myenv python=3.10
  • B. conda create -n myenv python=3.10
  • C. conda create myenv python=3.10
  • D. conda install -n myenv python=3.10
  解析：conda创建虚拟环境需使用create命令，并通过-n指定环境名称及python版本参数。
• 第 3 题 单选题
  在项目依赖库配置完成后，为了将固定版本信息保存下来以便环境复现，最佳实践是（ ）。
  • A. 使用pip install 最新版
  • B. 删除requirements.txt
  • C. 使用pip freeze > requirements.txt
  • D. 手动逐个安装
  解析：pip freeze可导出当前环境中所有依赖库的精确版本号，生成requirements.txt用于环境复现。
• 第 4 题 单选题
  在容器化部署训练环境时，使用Dockerfile构建镜像，以下哪个指令用于声明基础镜像（ ）。
  • A. RUN
  • B. CMD
  • C. ENV
  • D. FROM
  解析：FROM指令用于指定基础镜像，是Dockerfile中必须首先出现的指令之一。
• 第 5 题 判断题
  在部署训练环境时，只要安装了最新版的Python，所有深度学习依赖库都能自动兼容工作。
  • A. 对
  • B. 错
  解析：不同依赖库对Python版本有特定要求，最新版Python不保证与所有深度学习依赖库兼容。
• 第 6 题 判断题
  使用虚拟环境可以隔离不同项目的依赖库版本，避免版本冲突。
  • A. 对
  • B. 错
  解析：虚拟环境为每个项目提供独立的Python解释器和包空间，可有效避免依赖库版本冲突。
• 第 7 题 多选题
  在部署生成式人工智能模型训练环境的依赖库时，下列措施有助于保证环境可复现性的有（ ）。
  • A. 锁定依赖库的精确版本号
  • B. 使用requirements.txt记录依赖清单
  • C. 忽略操作系统版本差异
  • D. 在容器镜像中固化运行环境
  • E. 每次重新安装时手工挑选最新版本
  解析：锁定版本、记录依赖清单和容器化固化环境均能提升可复现性，忽略操作系统差异和手选最新版会导致环境不一致。
• 第 8 题 多选题
  在配置深度学习训练环境时，关于CUDA和cuDNN的部署，下列说法正确的有（ ）。
  • A. cuDNN是CUDA的替代组件
  • B. CUDA版本需与GPU驱动兼容
  • C. cuDNN版本需与CUDA版本匹配
  • D. 所有GPU都无需安装显卡驱动
  • E. 深度学习框架有对应的CUDA版本要求
  解析：cuDNN是CUDA上的深度神经网络加速库，并非替代组件；部署时必须确保GPU驱动、CUDA、cuDNN与框架版本互相兼容。