iPAS 考題解析哪種模型壓縮技術能減少記憶體使用?
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:A. 參數剪枝 (Pruning)
參數剪枝(Pruning)把不重要的(接近零的)權重直接移除,減少模型參數量,從而降低記憶體使用量和推論時間。
每個選項為什麼對或錯
-
A 參數剪枝 (Pruning) 正解
參數剪枝是移除模型中不重要或對預測貢獻小的權重(參數),減少模型的總參數數量,從而有效降低模型大小和記憶體使用量。
-
B 增加訓練資料量 錯誤選項
增加訓練資料量會增加訓練時間和儲存資料所需的空間,但不會直接減少已訓練模型的記憶體使用量。
-
C 增加模型層數 錯誤選項
增加模型層數通常會導致模型參數數量增加,進而增加模型的記憶體使用量和計算複雜度,與減少記憶體使用的目標相反。
-
D 使用更高維度的資料 錯誤選項
使用更高維度的資料通常需要更複雜的模型來處理,或者會增加輸入資料本身的記憶體佔用,不會減少模型本身的記憶體使用。
答案、題目或解析有問題?回報這題