题目
A.将预训练好的模型读入内存
B.把模型优化为中间表示形式(IR)
C.中间文件包括描述网络结构的、模型权重和偏置都存储在.xml文件中
D.用户可以调用模型的接口
第1题
A.读取模型优化器的中间文件进行处理
B.直接读入新数据到中间文件进行推理计算
C.可以使用多个硬件共同承担推理计算任务,提高效率
D.利用训练好的模型,支持用户做高效的机器视觉任务,支持边缘计算的时间要求
第2题
A.OpenVINO主要用于模型训练过程优化
B.OpenVINO主要用于模型推断过程优化
C.模型训练过程越长,在OpenVINO的推断过程就会越慢
D.模型训练过程越短,在OpenVINO的推断过程就会越慢
第3题
A.模型经过OpenVINO训练后,再由模型优化和模型推理
B.OpenVINO对模型训练后支持保存为H5和PB两种格式的模型文件
C.OpenVINO只支持C++语言进行项目开发
D.OpenVINO中可使用异步操作进行加速推理速度
第4题
A.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.B.拥有预置的计算机视觉功能库和预优化的内核
C.C.支持来自流行的框架Caffe、TensorFlow和MXNet的模型
D.D.只能在Linux平台运行的机器视觉软件工具包
第5题
A.OpenVINO对模型训练具有显著性能提升
B.经过OpenVINO的模型优化可以提升模型准确率
C.OpenVINO除支持C++外,还支持Python语言接口
D.OpenVINO在使用前需要经过Intel官方购买并授权
第6题
A.从h5格式到PB格式的转化过程只是将参数固化
B.从h5格式到PB格式的转化对模型性能进行了优化
C.OpenVINO不支持h5格式的模型输入格式
D.OpenVINO支持h5格式的模型输入格式
第7题
A.推理引擎(InferenceEngine)支持硬件指令集模型加速,然后进入模型优化环节
B.对OpenCV图像处理库进行指令集优化,显著提升性能
C.推理引擎将给定的模型转化为标准的IntermediateRepresentation(IR)
D.推理引擎使用插件架构,每个插件的API各不相同
第8题
A.多层人工神经网络模型可以有很强的特征学习能力。
B.深度学习模型对原始数据有更本质的表达。
C.深度神经网络可以采用逐层训练方法进行优化。
D.训练时可以将上层训练好的结果作为下层训练过程中的初始化参数。
第9题
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
第10题
A.模型优化mo_tf.py输入模型格式可以为PB格式
B.型优化mo_tf.py输入模型格式可以为H5格式
C.模型优化mo_tf.py输入模型格式可以为XML格式
D.其他说法都正确
为了保护您的账号安全,请在“赏学吧”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!