首页 > 试题广场 >

有关 TensorFlow API，以下说法中正确的是（）

[单选题]

tf.Variable和一般编程语言中“变量（Variable）”的含义完全相同。

tf.placeholder定义的对象，对应于深度神经网络中的“超参数（Hyperparameter）”。

通过tf.constant定义的对象，因为是常量，所以，在session.run()运行前就可以用eval()方法获得对象的值。

session.run()运行一个训练过程时，TensorFlow会使用符号执行（SymbolicExecution）对计算图进行优化。

查看正确选项

西南交一枝花

A 选项 tf中变量的定义和初始化是分开的，一般编程语言定义即初始化。如tf.Varialbe(3, name='x'), 只是定义，或者说"画"好流程图，还需要使用 run(tf.global_variables_initializer()) 初始化图中所有变量或其他初始化变量的方式。

B 选项 tf.placeholder() 通俗讲作用为占位符，先定义好过程，在执行的时候再”喂"具体值(输入数据)

C 选项可以同A选项一同解释，必须要等到run之后才能得到具体值。

D 选项 TensorFlow使用了向量运算的符号图方法，事先定义图，然后使用SymbolicExecuption进行优化。正确

发表于 2019-04-25 11:20:56 回复(0)

why_smile

B:所谓超参数，就是机器学习模型里面的框架参数，比如聚类方法里面类的个数，或者话题模型里面话题的个数等等，都称为超参数。它们跟训练过程中学习的参数（权重）是不一样的，通常是手工设定，不断试错调整，或者对一系列穷举出来的参数组合一通枚举（叫做网格搜索）。

发表于 2019-05-10 16:18:51 回复(0)

B549

现在都tf2，这题可以不用练了

发表于 2023-03-16 22:21:08 回复(0)

Fabulous_HK

编辑于 2020-08-31 10:52:35 回复(0)

提交观点

问题信息

创新工场算法工程师机器学习

来自：创新工场DeeCamp...

上传者：小小

难度：

4条回答 626收藏 7230浏览

扫一扫，把题目装进口袋