A.后期数据清洗难度大B.容易侵权C.获取数据成本高D.干扰数据多互联网数据采集有哪些劣势（）……

多项选择题互联网数据采集有哪些优势（）

A.数据量大
B.数据一致性好
C.数据获取方便
D.数据格式统一

多项选择题从互联网下载开源数据集有哪些问题需要注意（）

A.数据版权和授权方式
B.数据有效性
C.数据一致性
D.数据来源

多项选择题通过爬虫技术从互联网上爬取数据有哪些潜在的法律问题（）

A.容易IP地址被封
B.容易造成被爬取对象的服务器负载提高
C.容易爬取到侵权数据
D.容易违反计算机信息安全罪

多项选择题下列对强化学习描述正确的是（）

A.强化学习是加强正确动作的发生概率，降低错误动作的发生概率
B.强化学习是一种奖惩学习
C.AlphaGo是一种下围棋的强化学习模型
D.图像识别是通过强化学习来实现的

多项选择题人工智能训练师需要具备的职业守则是（）

A.诚实公正，严谨求是
B.遵章守法，恪尽职守
C.勤勉好学，追求卓越
D.团结协作，互帮互助

单项选择题onnx的全称是（）

A.开放神经网络开发格式
B.开放神经网络交换格式
C.开放神经网络训练格式
D.开放神经网络部署格式

单项选择题模型训练完成后，在部署前哪些优化必须要硬件支持（）

A.量化
B.加先验
C.蒸馏
D.剪枝

单项选择题模型训练完成后，在部署前哪种优化需要两个模型相互配合（）

A.量化
B.加先验
C.蒸馏
D.剪枝

单项选择题模型训练完成后，在部署前哪种优化不会改变模型的参数规模（）

A.量化
B.蒸馏
C.剪枝
D.以上都会

单项选择题模型蒸馏中，知识来源方是（）

A.教师模型
B.学生模型
C.主干模型
D.分支模型

单项选择题模型蒸馏中，知识接收方是（）

A.教师模型
B.学生模型
C.主干模型
D.分支模型

单项选择题模型蒸馏的目的是（）

A.加快模型推理速度
B.加快模型训练收敛速度
C.减少教师模型的参数
D.提高教师模型的精度

单项选择题模型部署前，需要对模型进行剪枝，模型剪枝指（）

A.把模型中不重要的参数去掉
B.模型推理过程中的计算替换为整形计算
C.把模型中不重要的参数置为0
D.以上都不是

单项选择题模型优化的时候，把模型中不重要参数或层去掉，该优化被称为（）

A.模型量化
B.模型蒸馏
C.模型剪枝
D.模型瘦身

单项选择题对模型进行量化是（）阶段的工作。

A.模型优化
B.模型训练
C.模型推理
D.数据预处理