以下有关OpenVINO模型优化说法错误的是哪些（)？

A.模型优化器(modeloptimizer)

B.推理引擎(inferenceengine)

C.训练模型的开源平台，例如TensorFlow等

D.调用OpenVINO的用户程序

A.模型优化器

B.推理引擎

C.参考实例

D.模型优化器和推理引擎

A.支持优化后的模型执行加速

B.对OpenCV等图像处理库进行指令加速

C.执行用户层的优化模型调用

D.辅助训练模型

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.如果训练样本量较大，可选用随机梯度下降(SGD)，它考虑历史梯度信息，更容易跳出局部极小值点

B.在高度非凸的深度网络优化过程，主要难点是鞍点

C.用无监督数据作分层预训练(Layer-wisePre-train)有助于解决梯度饱和问题

D.Sigmoid交叉熵损失函数适合于多标签学习，每一维彼此独立

A.用户获取模型

B.消费漏斗模型

C.电商漏斗模型

D.功能优化漏斗模型

A.目标函数对于决策变量而言都是线性函数的优化模型

B.目标函数对于决策变量而言是线性函数、约束条件可以不是线性函数的优化模型

C.目标函数和约束条件对于决策变量而言都是线性函数的优化模型

D.约束条件对于决策变量而言都是线性函数的优化模型

A.要先引入IENetwork和IECore对象

B.如果采用GPU设备则需要加载CPU扩展

C.通过IECore的load_network方法加载模型

D.可通过IENetwork读取模型的输入和输出格式

A.正则化过低且模型过度拟合

B.正则化过高，模型不适合

C.步长太大

D.步长太小

A.卷积层

B.全连接层

C.网络训练

D.模型保存