首页
题库
面试
求职
学习
竞赛
More+
所有博客
搜索面经/职位/试题/公司
搜索
我要招人
去企业版
登录 / 注册
首页
>
试题广场
>
模型稀疏化(Pruning)技术主要针对大模型的哪种特性进行
[单选题]
模型稀疏化(Pruning)技术主要针对大模型的哪种特性进行优化?
提升训练数据并行效率
降低模型推理时计算复杂度
增强多任务迁移学习能力
提高模型参数初始化效率
查看正确选项
添加笔记
求解答(0)
邀请回答
收藏(11)
分享
纠错
1个回答
添加回答
0
活跃的芝士在被拷
模型稀疏化
(Pruning)是一种模型压缩技术,其核心思想是
移除神经网络中冗余或对输出影响较小的权重、连接、甚至整个神经元或层
,从而得到一个更“稀疏”(即包含更多零或被移除项)但性能相近的模型。
发表于 今天 09:16:55
回复(0)
这道题你会答吗?花几分钟告诉大家答案吧!
提交观点
问题信息
大模型概念
难度:
1条回答
11收藏
24浏览
热门推荐
相关试题
在使用AI大模型进行文本生成时,"...
大模型概念
评论
(0)
在AI大模型的训练中,"过拟合"通...
大模型概念
评论
(0)
在AI大模型的应用中,"微调"的主...
大模型概念
评论
(0)
以下哪种方法主要用于缓解大模型训练...
大模型概念
评论
(1)
扫描二维码,关注牛客网
意见反馈
下载牛客APP,随时随地刷题