下面哪一项不是TensorFlow中张量的属性?
A.类型(Type)
B.名称(Name)
C.数据值(Value)
D.形状(Shape)
A.类型(Type)
B.名称(Name)
C.数据值(Value)
D.形状(Shape)
第1题
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
第2题
A、GradientDescentOptimizer
B、MarkovOptimizer
C、AdamOptimizer
D、AdadeltaOptimizer
第3题
A、会话拥有并管理TensorFlow程序运行时的所有资源
B、计算结束后不需要关闭会话资源便可回收
C、TensorFlow不会自动生成默认的会话,需要手动指定
D、Session负责数据流图中操作的执行
第5题
A、a=tf.get_variable(“get_varaible”,[3,3,4],initializer=tf.constant_initializer([3,3,4,5]))
B、b=tf.Variable([3,3,4])
C、c=tf.zeros([3,3,4])
D、d=tf.truncated_normal([3,3,4])
第6题
通过生成人工数据集合,基于TensorFlow实现y=3.1234*x+2.98线性回归 通过上传附件方式提交 notebook文件(.ipynb) 评分标准: 1、生成 x_data,值为 [0, 100]之间500个等差数列数据集合作为样本特征 根据目标线性方程 y=3.1234*x+2.98,生成相应的标签集合 y_data,1分; 2、画出随机生成数据的散点图和想要通过学习得到的目标线性函数 y=3.1234*x+2.98,1分; 3、构建回归模型,3分; 4、训练模型,10轮,每训练20个样本显示损失值,2分; 5、通过训练出的模型预测 x=5.79 时 y 的值,并显示根据目标方程显示的 y 值,1分; 6、 通过Tensorboard显示构建的计算图。 上传的源代码中有相应的源代码 结果计算图截图可以嵌入上交的notebook文件(.ipynb) 嵌入图片的方法为markdown cell中代码,2分。 备注:如果不是上传notebook文件(.ipynb),可以用以下方案替代: 1、源代码 .py 文件 2、写一个说明文档,贴上散点图和计算图的图形,格式可以是word或者pdf 3、以上两个文件通过压缩文件打包为一个zip或者rar文件 强烈建议提交 notebook文件(.ipynb)(打包为压缩文件后上传)
第8题
A、Python列表中的元素必须使用相同的数据类型
B、TensorFlow张量可以运行于GPU和TPU上
C、Python列表不适合用来做多维数组数值计算
D、NumPy数组不支持GPU运算
第10题
A、conda install numpy matplotlib
B、conda install numpy=1.10
C、pip install tensorflow
D、active tensorflow
为了保护您的账号安全,请在“上学吧”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!