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：（)。
