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.TensorFlow可以自动计算梯度
B.TensorFlow可以用多线程并行执行
C.TensorFlow提供TensorBoard查看模型运行结果
D.TensorFlow开发不需要算法基础
A.词袋模型可以忽略每个词出现的顺序
B.词袋模型不可以忽略每个词出现的顺序
C.TensorFlow支持词袋模型
D.词袋模型可以表出单词之间的前后关系
A.定义网络结构
B.定义网络权重参数
C.定义优化器
D.定义损失函数
E.定义Estimator
A.将数据分组部署在不同GPU上进行训练能提高深度神经网络的训练速度。
B.TensorFlow使用GPU训练好的模型,在执行推断任务时,也必须在GPU上运行。
C.将模型中的浮点数精度降低,例如使用float16代替float32,可以压缩训练好的模型的大小。
D.GPU所配置的显存的大小,对于在该GPU上训练的深度神经网络的复杂度、训练数据的批次规模等,都是一个无法忽视的影响因素
A.Tensorflow是一款使用C++语言开发的开源数学计算软件
B.Caffe对于卷积网络的支持特别好,同时提供的C++接口,也提供了matlab接口和python接口
C.PyTorch的前身便是Torch,其底层和Torch框架一样,但是使用Python重新写了很多内容
D.以上答案都正确
A.TensorFlow的计算图中每个节点代表一个操作,如加法、减法等
B.TensorFlow的张量是作为非子叶节点出现的(注:不能作为非子叶节点出现)(正确答案)
C.基于梯度的机器学习算法会受益于TensorFlow的自动求微分能力
D.TensorFlow支持C++和Python程序