Quiz : Conclusion

1. Quelle opération `tf.matmul()` effectue-t-elle ?

2. Que fait `tf.transpose()` à un tenseur ?

3. Que peuvent faire les opérations de réduction dans TensorFlow ?

4. Que fait l'enregistrement de Gradient Tape dans TensorFlow ?

5. Quel est le but du décorateur `@tf.function` ?

6. Dans TensorFlow, à quoi fait référence le broadcasting ?

7. Qu'est-ce qu'un "rang" dans le contexte des tenseurs TensorFlow ?

8. Quel est l'avantage de transformer une fonction en un graphe dans TensorFlow ?

Quelle opération tf.matmul() effectue-t-elle ?

Select the correct answer

Multiplication élément par élément

Multiplication de matrices

Addition de matrices

Transposition

Que fait tf.transpose() à un tenseur ?

Select the correct answer

Peut changer sa forme.

Normalise ses valeurs.

Échange ses axes.

Le transforme en un tableau 1D.

Que peuvent faire les opérations de réduction dans TensorFlow ?

Select the correct answer

Réduire la précision des types de données.

Sommer les éléments d'un tenseur.

Réduire la taille du modèle.

Trouver la moyenne des éléments d'un tenseur.

Que fait l'enregistrement de Gradient Tape dans TensorFlow ?

Select the correct answer

Les opérations exécutées à l'intérieur de son contexte.

Les erreurs pendant l'entraînement du modèle.

La sortie finale d'un modèle.

Les gradients d'un calcul par rapport à certaines variables.

Quel est le but du décorateur @tf.function ?

Select the correct answer

Définir une nouvelle opération TensorFlow.

Initialiser les poids du modèle.

Créer un nouveau tenseur.

Convertir une fonction Python en un graphe TensorFlow.

Dans TensorFlow, à quoi fait référence le broadcasting ?

Select the correct answer

Transmettre des données sur un réseau.

Enregistrer la sortie des opérations.

Ajuster automatiquement les tenseurs de formes différentes lors des opérations arithmétiques.

Mettre à l'échelle les valeurs des tenseurs.

Qu'est-ce qu'un "rang" dans le contexte des tenseurs TensorFlow ?

Select the correct answer

Le nombre de dimensions dans le tenseur.

L'efficacité de performance du tenseur.

Sa position dans une couche de réseau de neurones.

La priorité des opérations dans le calcul.

Quel est l'avantage de transformer une fonction en un graphe dans TensorFlow ?

Select the correct answer

Il corrige automatiquement les erreurs dans la fonction.

Il améliore la performance.

Il change les paramètres de la fonction en tenseurs.

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 2. Chapitre 4

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

Awesome!

Completion rate improved to 5.56

Quiz : Conclusion

Glissez pour afficher le menu

1. Quelle opération `tf.matmul()` effectue-t-elle ?

2. Que fait `tf.transpose()` à un tenseur ?

3. Que peuvent faire les opérations de réduction dans TensorFlow ?

4. Que fait l'enregistrement de Gradient Tape dans TensorFlow ?

5. Quel est le but du décorateur `@tf.function` ?

6. Dans TensorFlow, à quoi fait référence le broadcasting ?

7. Qu'est-ce qu'un "rang" dans le contexte des tenseurs TensorFlow ?

8. Quel est l'avantage de transformer une fonction en un graphe dans TensorFlow ?

Quelle opération tf.matmul() effectue-t-elle ?

Select the correct answer

Multiplication élément par élément

Multiplication de matrices

Addition de matrices

Transposition

Que fait tf.transpose() à un tenseur ?

Select the correct answer

Peut changer sa forme.

Normalise ses valeurs.

Échange ses axes.

Le transforme en un tableau 1D.

Que peuvent faire les opérations de réduction dans TensorFlow ?

Select the correct answer

Réduire la précision des types de données.

Sommer les éléments d'un tenseur.

Réduire la taille du modèle.

Trouver la moyenne des éléments d'un tenseur.

Que fait l'enregistrement de Gradient Tape dans TensorFlow ?

Select the correct answer

Les opérations exécutées à l'intérieur de son contexte.

Les erreurs pendant l'entraînement du modèle.

La sortie finale d'un modèle.

Les gradients d'un calcul par rapport à certaines variables.

Quel est le but du décorateur @tf.function ?

Select the correct answer

Définir une nouvelle opération TensorFlow.

Initialiser les poids du modèle.

Créer un nouveau tenseur.

Convertir une fonction Python en un graphe TensorFlow.

Dans TensorFlow, à quoi fait référence le broadcasting ?

Select the correct answer

Transmettre des données sur un réseau.

Enregistrer la sortie des opérations.

Ajuster automatiquement les tenseurs de formes différentes lors des opérations arithmétiques.

Mettre à l'échelle les valeurs des tenseurs.

Qu'est-ce qu'un "rang" dans le contexte des tenseurs TensorFlow ?

Select the correct answer

Le nombre de dimensions dans le tenseur.

L'efficacité de performance du tenseur.

Sa position dans une couche de réseau de neurones.

La priorité des opérations dans le calcul.

Quel est l'avantage de transformer une fonction en un graphe dans TensorFlow ?

Select the correct answer

Il corrige automatiquement les erreurs dans la fonction.

Il améliore la performance.

Il change les paramètres de la fonction en tenseurs.

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 2. Chapitre 4

Quiz : Conclusion

1. Quelle opération tf.matmul() effectue-t-elle ?

2. Que fait tf.transpose() à un tenseur ?

3. Que peuvent faire les opérations de réduction dans TensorFlow ?

4. Que fait l'enregistrement de Gradient Tape dans TensorFlow ?

5. Quel est le but du décorateur @tf.function ?

6. Dans TensorFlow, à quoi fait référence le broadcasting ?

7. Qu'est-ce qu'un "rang" dans le contexte des tenseurs TensorFlow ?

8. Quel est l'avantage de transformer une fonction en un graphe dans TensorFlow ?

Awesome!

Quiz : Conclusion

1. Quelle opération tf.matmul() effectue-t-elle ?

2. Que fait tf.transpose() à un tenseur ?

3. Que peuvent faire les opérations de réduction dans TensorFlow ?

4. Que fait l'enregistrement de Gradient Tape dans TensorFlow ?

5. Quel est le but du décorateur @tf.function ?

6. Dans TensorFlow, à quoi fait référence le broadcasting ?

7. Qu'est-ce qu'un "rang" dans le contexte des tenseurs TensorFlow ?

8. Quel est l'avantage de transformer une fonction en un graphe dans TensorFlow ?

1. Quelle opération `tf.matmul()` effectue-t-elle ?

2. Que fait `tf.transpose()` à un tenseur ?

5. Quel est le but du décorateur `@tf.function` ?

1. Quelle opération `tf.matmul()` effectue-t-elle ?

2. Que fait `tf.transpose()` à un tenseur ?

5. Quel est le but du décorateur `@tf.function` ?