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
第1题
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
第3题
A.预先训练的模型输入模型优化器后会简化
B.把预训练的模型转化为中间文件
C.预训练的模型可以不经过模型优化器直接由推理引擎高效执行
D.模型优化器会修改预训练模型的结构、权重和偏置
第4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5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6题
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
第7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8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9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10题
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
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!