各种深度神经网络开发的深度学习模型，可以通过onnx作为中间媒介，进行格式交换。

多项选择题人工智能训练师常用的培训方法有（）

A.视听法
B.演示法
C.讲授法
D.案例研究法

多项选择题下面对onnx格式描述错误的是（）

A.用于定义模型优化方法
B.用户模型在不同框架下进行交换
C.用于定义模型评估方式
D.用于模型标准结构定义

多项选择题onnx的组成包含（）

A.可扩展计算图模型的定义
B.训练方式定义
C.标准数据类型的定义
D.内置运算符的定义

多项选择题模型蒸馏由哪两个子模型构成（）

A.主干模型
B.教师模型
C.分支模型
D.学生模型

多项选择题模型蒸馏是模型优化中的重要技术，下面对模型蒸馏描述正确的是（）

A.模型蒸馏会对教师模型参数进行改变
B.模型蒸馏是把大模型的知识传递给小模型
C.模型蒸馏是为了加快模型的推理速度
D.模型蒸馏是教师学生训练模型

多项选择题人工智能产品采用B S架构，B S架构优点是（）

A.只需要在服务端对模型进行升级
B.用户不用为每个AI应用单独安装客户端软件
C.数据、计算都在云端更安全
D.模型计算在客户端计算机上

多项选择题人工智能产品采用C S架构，C S架构优点是（）

A.只需要在服务端对模型进行升级
B.部分数据可以放在本机
C.可以不完全以来网络工作
D.分摊计算到客户端

多项选择题模型测试评估方案应包括（）内容。

A.测试数据集的制作
B.测试环境的搭建
C.测试用例的编写
D.测试指标的制定

多项选择题人工智能模型开发过程中，模型研发方案应该包含（）

A.模型实施方案
B.数据方案
C.模型设计、训练、优化方案
D.模型测试评估方案

多项选择题指标方案制定应包含（）内容。

A.评估数据集制定
B.指标值制定
C.指标类目制定
D.数据集划分方法

多项选择题人工智能项目开发过程中，资源成本包括（）

A.机会成本
B.数据成本
C.设备成本
D.人力成本

多项选择题人工智能项目开发过程中，项目成本包括（）

A.时间成本
B.资源成本
C.风险成本
D.市场成本

多项选择题人工智能项目开发过程中，现场实施的可行性主要分析（）

A.模型实时性是否满足现场需要
B.安装部署位置是否可行
C.模型功能是否满足现场
D.配套资源是否满足

多项选择题人工智能项目开发过程中，可行性分析包括（）

A.数据来源的可行性
B.模型功能实现的可行性
C.指标可达的可行性
D.现场实施的可行性

多项选择题人工智能项目需求分析阶段工作内容包括（）

A.输入输出分析
B.场景分析
C.可行性分析
D.模型结构分析