Kysely: Yhteenveto

1. Minkä operaation `tf.matmul()` suorittaa?

2. Mitä `tf.transpose()` tekee tensorille?

3. Mitä TensorFlow'n reduktio-operaatiot voivat tehdä?

4. Mitä Gradient Tape tallentaa TensorFlow'ssa?

5. Mikä on `@tf.function`-koristeen tarkoitus?

6. Mitä broadcastaus tarkoittaa TensorFlow'ssa?

7. Mitä tarkoitetaan "rankilla" TensorFlow-tensoreiden yhteydessä?

8. Mikä on funktion muuttamisen eduksi graafiksi TensorFlow:ssa?

Minkä operaation tf.matmul() suorittaa?

Select the correct answer

Alkioittainen kertolasku

Matriisikertolasku

Matriisien yhteenlasku

Transponointi

Mitä tf.transpose() tekee tensorille?

Select the correct answer

Voi muuttaa sen muotoa.

Normalisoi sen arvot.

Vaihtaa sen akselit.

Litistää sen yksiulotteiseksi taulukoksi.

Mitä TensorFlow'n reduktio-operaatiot voivat tehdä?

Select the correct answer

Pienentävät tietotyyppien tarkkuutta.

Laskevat tensorin alkioiden summan.

Pienentävät mallin kokoa.

Etsivät tensorin alkioiden keskiarvon.

Mitä Gradient Tape tallentaa TensorFlow'ssa?

Select the correct answer

Kontekstissaan suoritetut operaatiot.

Virheet mallin koulutuksen aikana.

Mallin lopullinen tulos.

Laskennan gradientit suhteessa tiettyihin muuttujiin.

Mikä on @tf.function-koristeen tarkoitus?

Select the correct answer

Määrittää uuden TensorFlow-operaation.

Alustaa mallin painot.

Luo uuden tensorin.

Muuntaa Python-funktion TensorFlow-grafiksi.

Mitä broadcastaus tarkoittaa TensorFlow'ssa?

Select the correct answer

Datan lähettäminen verkon yli.

Operaatiotulosten lokitus.

Eri muotoisten tensorien automaattinen sovittaminen yhteen aritmeettisissa operaatioissa.

Tensorien arvojen skaalaus.

Mitä tarkoitetaan "rankilla" TensorFlow-tensoreiden yhteydessä?

Select the correct answer

Tensoria muodostavien ulottuvuuksien lukumäärä.

Tensoria koskeva suorituskyky.

Sen sijainti neuroverkon kerroksessa.

Laskennan operaatioiden prioriteetti.

Mikä on funktion muuttamisen eduksi graafiksi TensorFlow:ssa?

Select the correct answer

Se korjaa automaattisesti funktion virheet.

Parantaa suorituskykyä.

Se muuttaa funktion parametrit tensoreiksi.

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 4

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Suggested prompts:

Can you explain this in simpler terms?

What are the main takeaways from this?

Can you give me an example?

Awesome!

Completion rate improved to 5.56

Kysely: Yhteenveto

Pyyhkäise näyttääksesi valikon

1. Minkä operaation `tf.matmul()` suorittaa?

2. Mitä `tf.transpose()` tekee tensorille?

3. Mitä TensorFlow'n reduktio-operaatiot voivat tehdä?

4. Mitä Gradient Tape tallentaa TensorFlow'ssa?

5. Mikä on `@tf.function`-koristeen tarkoitus?

6. Mitä broadcastaus tarkoittaa TensorFlow'ssa?

7. Mitä tarkoitetaan "rankilla" TensorFlow-tensoreiden yhteydessä?

8. Mikä on funktion muuttamisen eduksi graafiksi TensorFlow:ssa?

Minkä operaation tf.matmul() suorittaa?

Select the correct answer

Alkioittainen kertolasku

Matriisikertolasku

Matriisien yhteenlasku

Transponointi

Mitä tf.transpose() tekee tensorille?

Select the correct answer

Voi muuttaa sen muotoa.

Normalisoi sen arvot.

Vaihtaa sen akselit.

Litistää sen yksiulotteiseksi taulukoksi.

Mitä TensorFlow'n reduktio-operaatiot voivat tehdä?

Select the correct answer

Pienentävät tietotyyppien tarkkuutta.

Laskevat tensorin alkioiden summan.

Pienentävät mallin kokoa.

Etsivät tensorin alkioiden keskiarvon.

Mitä Gradient Tape tallentaa TensorFlow'ssa?

Select the correct answer

Kontekstissaan suoritetut operaatiot.

Virheet mallin koulutuksen aikana.

Mallin lopullinen tulos.

Laskennan gradientit suhteessa tiettyihin muuttujiin.

Mikä on @tf.function-koristeen tarkoitus?

Select the correct answer

Määrittää uuden TensorFlow-operaation.

Alustaa mallin painot.

Luo uuden tensorin.

Muuntaa Python-funktion TensorFlow-grafiksi.

Mitä broadcastaus tarkoittaa TensorFlow'ssa?

Select the correct answer

Datan lähettäminen verkon yli.

Operaatiotulosten lokitus.

Eri muotoisten tensorien automaattinen sovittaminen yhteen aritmeettisissa operaatioissa.

Tensorien arvojen skaalaus.

Mitä tarkoitetaan "rankilla" TensorFlow-tensoreiden yhteydessä?

Select the correct answer

Tensoria muodostavien ulottuvuuksien lukumäärä.

Tensoria koskeva suorituskyky.

Sen sijainti neuroverkon kerroksessa.

Laskennan operaatioiden prioriteetti.

Mikä on funktion muuttamisen eduksi graafiksi TensorFlow:ssa?

Select the correct answer

Se korjaa automaattisesti funktion virheet.

Parantaa suorituskykyä.

Se muuttaa funktion parametrit tensoreiksi.

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 4

Kysely: Yhteenveto

1. Minkä operaation tf.matmul() suorittaa?

2. Mitä tf.transpose() tekee tensorille?

3. Mitä TensorFlow'n reduktio-operaatiot voivat tehdä?

4. Mitä Gradient Tape tallentaa TensorFlow'ssa?

5. Mikä on @tf.function-koristeen tarkoitus?

6. Mitä broadcastaus tarkoittaa TensorFlow'ssa?

7. Mitä tarkoitetaan "rankilla" TensorFlow-tensoreiden yhteydessä?

8. Mikä on funktion muuttamisen eduksi graafiksi TensorFlow:ssa?

Awesome!

Kysely: Yhteenveto

1. Minkä operaation tf.matmul() suorittaa?

2. Mitä tf.transpose() tekee tensorille?

3. Mitä TensorFlow'n reduktio-operaatiot voivat tehdä?

4. Mitä Gradient Tape tallentaa TensorFlow'ssa?

5. Mikä on @tf.function-koristeen tarkoitus?

6. Mitä broadcastaus tarkoittaa TensorFlow'ssa?

7. Mitä tarkoitetaan "rankilla" TensorFlow-tensoreiden yhteydessä?

8. Mikä on funktion muuttamisen eduksi graafiksi TensorFlow:ssa?

1. Minkä operaation `tf.matmul()` suorittaa?

2. Mitä `tf.transpose()` tekee tensorille?

5. Mikä on `@tf.function`-koristeen tarkoitus?

1. Minkä operaation `tf.matmul()` suorittaa?

2. Mitä `tf.transpose()` tekee tensorille?

5. Mikä on `@tf.function`-koristeen tarkoitus?