LabHub
배우기 러닝패스 코스

AI 다이어트 실패 사건 · AI를 다이어트시켰더니 숫자를 못 읽는다 · 퀴즈

퀴즈: AI를 다이어트시켰더니 숫자를 못 읽는다

LabHub 에서 이어서 보기

문항 6개. 정답과 해설은 풀어 본 뒤에 보여 드립니다.

  1. quantize_static이 원본 옆 임시 파일 생성에 실패했다. 대응은?

    1. 원본 재료 폴더 전체를 쓰기 가능하게 바꾼다
    2. 실습 파드에 관리자 capability를 추가한다
    3. 작업 폴더에 원본을 복사한 뒤 변환한다
    4. 후보 파일의 확장자만 onnx로 바꿔 저장한다
  2. 정수 가중치와 QDQ 노드가 있는 파일이 있다. 정수 연산 실행의 추가 증거는?

    1. 파일명이 int8로 끝나는지 확인한 결과
    2. 직렬화한 파일이 원본보다 작아진 결과
    3. 모델 로더가 오류 없이 종료한 결과
    4. 런타임 프로파일에 정수 행렬 커널이 기록된 결과
  3. 실제 숫자 1을 모델이 2로 읽었다. 이 실습의 혼동행렬에 기록할 곳은?

    1. confusion[1][2]에 1을 더한다
    2. confusion[2][1]에 1을 더한다
    3. confusion[1][1]에 1을 더한다
    4. confusion[2][2]에 1을 더한다
  4. 혼동행렬의 행과 열을 뒤집었는데 전체 정확도 검사는 통과했다. 이유는?

    1. 오분류 개수가 줄어들어 오차가 상쇄됐다
    2. 전치해도 대각합과 전체 표본 수는 같다
    3. 클래스 수가 열 개면 전치가 원본과 같다
    4. 정확도는 정답 레이블을 사용하지 않는다
  5. FP32 정확도 0.960, 후보 0.945이고 손실 한도는 1%p다. 판정은?

    1. 후보가 90%를 넘으므로 예산 안이다
    2. 상대 손실이 2% 미만이므로 예산 안이다
    3. 차이가 0.015여서 0.01 한도를 넘었다
    4. 정답 개수 대신 크기가 줄었으면 통과다
  6. 제공 QDQ 모델의 한 행 합이 0.996이다. 적절한 검사 태도는?

    1. 1이 아니므로 모든 양자화 모델을 거절한다
    2. 가장 큰 값만 고르므로 출력 검사를 없앤다
    3. 행을 정규화한 뒤 원래 오류는 기록하지 않는다
    4. 출력 양자화의 오차 범위와 유한성 등을 검사한다