iPAS 考題解析
哪種模型壓縮技術能減少記憶體使用?
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- AI 技術應用與規劃
- 知識主題
- AI 相關技術應用
- 能力指標
- 自然語言處理技術與應用(L21101)
本題屬於 iPAS AI 應用規劃師中級能力鑑定「AI 技術應用與規劃」科目中的「AI 相關技術應用」範疇, 對應的能力指標為「自然語言處理技術與應用」,涵蓋NLP、文本分類、情感分析、NER、機器翻譯等核心知識點。 考生在準備這個範疇時,需要掌握相關的理論基礎與實務應用。
題目與選項
哪種模型壓縮技術能減少記憶體使用?
- A. 參數剪枝 (Pruning) ✓ 正確答案
- B. 增加訓練資料量
- C. 增加模型層數
- D. 使用更高維度的資料
詳細解析
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。
各選項逐一解析
理解每個選項為什麼對或錯,是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 參數剪枝 (Pruning) (正確)
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 (不正確)
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 (不正確)
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 (不正確)
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。
延伸學習
本題尚未連結特定術語,你可以從以下常見主題開始探索相關知識。
進階題備考建議
- ▶ 本題屬於進階難度,涉及技術原理的深入理解或跨領域整合應用,需要紮實的基礎。
- ▶ 進階題通常需要你綜合多個知識點才能判斷,建議建立知識圖譜,把相關概念串聯起來。
- ▶ 如果這題答錯了,建議回頭複習相關的基礎概念,確保每一層知識都沒有漏洞。
- ▶ 中級考試的進階題佔比較高,建議先把初級範圍的基礎打穩,再挑戰中級進階題。
同主題考題練習
以下題目與本題屬於相同的考試範疇,建議一併練習以加強對該主題的掌握程度。
某企業即將部署 AI 模型至現有營運系統,進入系統整合測試階段。測試工程師需確認所有模組在實際環境中能正確協同運作。下列哪項驗證最應優先執行?
在訓練模型時,若數據中出現特徵尺度差異極大(例如:年齡為 0–100、收入為 0–1,000,000),容易導致模型偏向特定特徵。為提升模型效能與穩定性,以下哪一種預處理方式最能有效解決此問題?
某線上音樂平台希望根據用戶的聽歌與查詢行為,將用戶劃分為不同的類型。若事前沒有定義用戶類型,下列哪一種模型最適合用於此任務?
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度, 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目, 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目, 要求考生具備更深入的技術知識與實務能力。 本題來自中級考試範圍,需要具備紮實的技術基礎才能正確作答。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師中級考試。 想通過 iPAS 認證?從完整題庫練習開始,搭配術語詞典與備考攻略,系統化提升你的 AI 知識。