以下有关OpenVINO模型优化说法错误的是哪些()?
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
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
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
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
A.从h5格式到PB格式的转化过程只是将参数固化
B.从h5格式到PB格式的转化对模型性能进行了优化
C.OpenVINO不支持h5格式的模型输入格式
D.OpenVINO支持h5格式的模型输入格式
A.OpenVINO是Intel发布的,并且支持开源和商用免费
B.OpenVINO工具包支持在边缘启用深度学习推理
C.针对计算机视觉标准的优化调用,包括OpenCV、OpenCL和OpenVX
D.OpenVINO工具包支持从2010年后生成的CPU型号
A.在FPGA硬件下,要求OpenCV运行在CPU或GPU上
B.在VPU硬件下,支持神经网络计算棒
C.在VPU硬件下,不支持macOS操作系统
D.在FPGA硬件下,支持CentOS7.464位
A.多分辨率utilires)修改器通过降低顶点和多边形的数量来减少渲染模型所需的内存开销
B.多分辨率(Mutilires)比优化修改器的有点多,包括操作更快以及以精确的百分多或顶点数指定减少量的能力
C.当面数增加或减少时,多分辨率(Mutilires)修改器支持贴图通道的保存
D.多分辨率(Mutilires)修改器,具备增加模型的多边形和顶点数量的能力
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.年金资本化法假设企业每年的收益额相等
B.在实际工作中,只存有少量企业的每年收益额均相等
C.当企业经营呈现长期稳定增长时,其评估可采用递增收益折现模型
D.递增收益折现模型的关键是确定企业预期收益年增长率
以下有关建立企业模型关键成功因素的若干论述中,错误的是()。
A.对该组织成功起关键性作用的因素
B.与确保企业具有竞争力方面有关的因素
C.业务活动中不同时间其关键成功因素会不同
D.关键成功因素不会受企业外部环境的影响