以下关于TensorFlow模型保存的说法,其中正确的有哪些()。
A.TensorFlow的模型只能保存一次。
B.TensorFlow模型保存记录模型参数和模型结构
C.模型保存使用tf、train、Saver
D.模型保存的文件是checkpoint
A.TensorFlow的模型只能保存一次。
B.TensorFlow模型保存记录模型参数和模型结构
C.模型保存使用tf、train、Saver
D.模型保存的文件是checkpoint
A.在TensorFlow中,所有的数据都通过张量的形式来表示
B.张量并没有真正保存数字,而是保存了计算过程
C.TensorFlow会对参与运算的所有张量进行类型的检查,发现类型不匹配时会报错
D.带小数点的数会被默认为int16类型
A.模型优化会对模型进行修剪
B.多步操作可以融合成一步
C.模型优化的输出可以提升推理的性能
D.模型优化支持所有Tensorflow模型
A.与Tensorflow一样,Keras是一个多层神经网络开发包,只是它的语法更简单、使用更方便
B.Keras是专门用来构建CNN序贯模型的神经网络开发包,不能构建其它神经网络
C.使用Keras构建的神经网络模型必须经过编译(Compile)之后,才能输入数据进行训练
D.Keras可以作为Tensorflow的后端使用
A.mo_tf.py对应的是对PyTorch的模型优化
B.mo_tf.py对应的是对Tensorflow模型的优化
C.mo_tf.py对应的是对MXNet模型的优化
D.其他说法都正确
A.小数据量场景
B.大数据量场景
C.10万图片文件分析
D.20万文本文件分析
A.它主要应用于计算机视觉,实现深度神经网络模型优化和推理计算加速
B.拥有预置的计算机视觉功能库和预优化的内核
C.支持来自流行的框架Caffe、TensorFlow和MXNet的模型
D.只能在Linux平台运行的机器视觉软件工具包
A.它是跨平台命令行工具,用于转换和优化模型
B.支持流行的框架,例如Caffe、TensorFlow、MXNet、Kaldi和ONNX等
C.基于统一API,对多硬件类型进行高性能推断
D.对Intel的CPU型号没有要求
A.数据流图的每个节点代表一个操作和运算
B.数据流图输出的结果是一个具体的数字
C.数据流图的每条有向边代表节点之间的数据传递和控制依赖的关系
D.创建数据流图只是建立静态计算模型
A.TensorBoard是TensorFlow的可视化工具
B.通过TensorFlow程序运行过程中输出的日志文件可视化TensorFlow程序的运行状态
C.TensorBoard和TensorFlow程序跑在不同的进程中
D.TensorBoard只能启动在6006端口
A.在TensorFlow 1.x的静态图运行模式中计算图在创建的时候就得到执行
B.在TensorFlow 1.x的静态图运行模式中张量没有真正保存数字
C.在TensorFlow 1.x的静态图运行模式中张量可以保存计算过程
D.张量在功能上可以理解为多维数组
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!