什么是岩层?什么是岩层的产状?岩层的产状要素是什么?
什么是汽化?什么是蒸发?什么是沸腾?
什么是褶皱构造?什么是节理?什么是断层?
什么是乐音体系?什么是音列?什么是音级?
什么是计量检定?什么是校准?什么是比对?
什么是加压气化?什么是气化强调?什么是煤气产率?
什么是平仄?什么是粘对?什么是拗救?
什么是流速?什么是流量?什么是径流量?
什么是反应物?什么是生成物?什么是吸热反应?什么是放热反应?
什么是回程误差,什么是偏差,什么是综合误差。
什么是调制信号?什么是载波信号?什么是载波比?
什么是信息?什么是数据?两者的区别是什么?
什么是支路?什么是节点?什么是回路?什么是网孔?
什么是输入?什么是输出?什么是流?
什么是图形样板?有什么特点?功用是什么?
4、下面程序的执行结果后,得到的张量切片是_______。 import tensorflow as tf t = tf.range(10) t[3::-1]
TensorFlow是那个公司研发的?*
什么是表?什么是记录?两者的区别是什么?
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 <img src= "你的计算图文件名.png">,2分。 备注:
当使用TensorFlow2.0的Keras接口搭建神经网络时,需要进行网络的编译工作,需要用到以下哪种方法?()
TensorFlow2.0的keras接口中用于网络训练的方法是哪几个()
下面程序段的执行结果为______。 import tensorflow as tf boston_housing= tf.keras.datasets.boston_housing (train_x,train_y),(test_x,test_y)= boston_housing.load_data(test_split=0.1) print("Training set:", len(train_x)) print("Testing set:", len(test_x))
6、运行下列程序,以下说法中正确的是______。 import numpy as np import tensorflow as tf a=np.array([1,2,3]) b=tf.constant([2]) c=a-b d=tf.add(a,b) e=b.numpy()
下列属于Tensorflow的有点的是:()。