关于模型优化的介绍，正确的说法是？

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

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.DLDT分为两个部分：模型优化器和推理引擎。

B.模型优化器是一个python脚本工具，用于将开源框架训练好的模型转化为推理引擎可以识别的中间表达。

C.模型优化器不能进行Dropout操作和内存方面的优化。

D.模型优化器负责模型转换，推理引擎是部署在设备上运行的AI负载。

A.整体性、同一性、最优化

B.整体性、同一性、模型化

C.整体性、最优化、模型化

D.最优化、模型化

A.推理引擎(Inference Engine)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 Intermediate Representation (IR)

D.推理引擎使用插件架构，每个插件的API各不相同。

A.样本越多，模型训练越慢，性能一定越好。

B.训练样本越少，模型的方差越大。

C.如果模型性能不佳，可增加样本多样性进行优化。

D.增加数据可以减少模型方差。

A.样本越多，模型训练越慢，性能一定越好

B.训练样本越少，模型的方差越大

C.如果模型性能不佳，可增加样本多样性进行优化

D.增加数据样本，可以增大模型方差