Cuestionario AIP

1 Las operaciones de Tensorflow y el gráfico de computación no se – ejecutan en la sesión –

Verdadero

Falso

¿Qué se encuentra en la categoría de inteligencia artificial? (Opción múltiple)

Acción

Percepción

Cognición

Ninguna de las anteriores

El agente de tráfico puede lograr () ¿Conocer el tráfico a tiempo completo/global?

7×24

5×24

5×12

7×12

El perceptrón puede ser mostrado en el espacio como:

Línea

Plano

Hiperplano

Punto

En el bosque aleatorio, ¿Qué estrategia se utiliza para determinar el resultado final del Metodod de Ensamble?

Sistema acumulativo

Encontrar la media

Sistema de votación

Sistema acumulativo

¿Cuáles son los escenarios o industrias adecuadas para utilizar Python? (Opción múltiple)

Inteligencia artística

Desarrollo web

Desarrollo de juegos

Desarrollo de hardware

En una red neuronal convolucional, las diferentes capas tienen diferentes ¿Cuál de las siguientes capas puede desempeñar la función de reducción de la dimensionalidad?

Capa de entrada

Capa totalmente conectada

Capa convolucional

Capa de agrupación

El vector es un número.

Verdadero

Falso

Entre las siguientes propiedades, TensorFlow2.0 no soporta tensor de creación, ¿El método es?

ceros

llenar

crear

constante

¿Cuál es la abreviatura en inglés de AI?

Inteligencia Automática

Inteligencia Artificial

Información automática

Información Artificial

¿Cuáles de los siguientes están incluidos en los escenarios de aplicación deTensorflow? (Opción múltiple)

Reconocimiento de voz

Reconocimiento facial

Cambios de estilo de imagen

Piloto automático

En las redes neuronales, ¿cuál de los siguientes métodos se utiliza para actualizar los parámetros al entrenar la red para minimizar la función de pérdida?

Algoritmo de propagación hacia delante

Cálculo de pooling

Cálculo de convolución

Algoritmo de retropropagación

Bajo la premisa de garantizar la privacidad y seguridad de los datos, el aprendizaje federado utiliza diferentes fuentes de datos para entrenar cooperativamente modelos para mejorar los avances en los cuellos de botella de los

Verdadero

Falso

¿Cuáles son los modos de implementación de Tensorflow? (Opción múltiple)

Modo autónomo

Modo D1stnbuted

Modo inverso

Modo de avance

Para finales del 2019, las versiones de Tensorflow liberadas al mercado son:

1

3

2

0.1

En TensorFlow 0, la forma de ver las dimensiones del tensor está en:

dimens

dtype

ndim

device

Cuando se habla de la Ejecución en el Dispositivo (On-Device Execution), es decir, “cuando toda la imagen se descarga y se ejecuta, y la potencia de cálculo del chip Yiteng se puede aprovechar al máximo, reduciendo así en gran medida la sobrecarga de interacción y aumentando la tasa de ocupación del acelerador”, se puede decir que la siguiente afirmación no es correcta:

MindSpore realiza la autonomía descentralizada a través de la optimización adaptativa de gráficos impulsada por los datos del gradiente A11 Reduce, la agregación del gradiente está en el paso, y el cálculo y la comunicación están totalmente racionalizados.

Desafíos de la ejecución de modelos bajo la potencia de cálculo de los superchips: Problemas de muro de memoria, alta sobrecarga de interacción y dificultad en el suministro de datos. En parte en la ejecución en el host y en parte en la ejecución en el dispositivo, la sobrecarga de interacción es incluso mucho mayor que la sobrecarga de ejecución, lo que da lugar a una baja ocupación del acelerador.

MindSpore A través de la tecnología de optimización del mapa de profundidad orientado al chip, la espera de sincronización es menor, y la "comunicación de computación de datos" se maximiza. El paralelismo de la "confianza", comparado con el rendimiento de la formación del método de programación de la vista lateral de Host es plano.

El reto de la agregación de gradiente distribuido bajo la potencia de computación de super chip: ReslNet50, Una sola iteración 20ms, el tiempo se generará, la sobrecarga de sincronización de control del corazón y la sobrecarga de comunicación de la sincronización frecuente. Los métodos tradicionales requieren 3 Synchronization completed A11 Reduce, Autonomía del método basado en datos A11 Reduce, Sin sobrecarga de control

¿Quién es conocido como el “Padre de la IA”?

Fisher Ada

Alan Turing

John McCarthy

Allen Newell

PyTorch ¿Todas las versiones existentes soportan Python2 con Python3?

Verdadero

Falso

¿Se sabe que el parámetro total de una determinada capa de la red neuronal totalmente conectada es 330, El número de neuronas de la capa anterior y de esta capa puede ser?

32 con 10

10 con 33

33 con 10

9 con 33

¿Qué Modelo no es una Red Neuronal Cíclica?

RNN

LSTM

GBOT

GRU

¿Las direcciones de aplicación tecnológica actuales de la Inteligencia Artificial incluyen principalmente?

El procesamiento del lenguaje natural

Sistema de control

Visión por ordenador

Reconocimiento de voz

¿Cuáles de las siguientes son características de TensorFlow? (Opción múltiple)

Código abierto

Conveniencia

Madurez

Flexible

¿Cuál de las siguientes afirmaciones acerca del número de filas y columnas de una matriz es correcta?

El número de filas es mayor que el número de columnas

El número de filas 1s igual al número de columnas

El número de filas es menor que el número de columnas

El número de filas no tiene relación con el número de columnas

La red neuronal Feedforward es una red neuronal simple y es actualmente una de las redes neuronales artificiales más utilizadas y de más rápido crecimiento en donde cada neurona está dispuesta jerárquicamente.

La siguiente afirmación sobre las redes neuronales Feedforward es correcta:

Las neuronas con capacidad de cálculo se conectan a las capas superiores e inferiores

Su nodo de entrada tiene potencia de cálculo

Conectar neuronas en la misma capa

Información sólo a lo largo del paso

En la tarjeta aceleradora Atlas 300 AI (modelo 3000), ¿qué comando debe utilizarse si el controlador de la tarjeta aceleradora se ha instalado correctamente?

npu-sim info

npu info

atlas-driver info

atlas info

Frente a la investigación de la industria, los escenarios completos de la IA y la enorme brecha entre las aplicaciones, el marco MindSpore AI es adaptable a una serie de escenarios y proporciona “on-demand” cooperación entre ellos. Su concepto de diseño “AI Algorithm As Code” permite a los desarrolladores reducir la brecha entre aplicaciones y desarrollar aplicaciones avanzadas de IA con facilidad y entrenar sus modelos más rápidamente para ayudar a la inclusión de la IA pero no incluye el siguiente aspecto:

Nuevas formas de colaboración

Nuevo lenguaje de programación

Nuevo paradigma de programación

Nuevo modo de ejecución

Y son variables aleatorias. C es una constante. ¿Cuál de las siguientes descripciones sobre la naturaleza de la expectativa matemática es incorrecta?

E(C) = CA. E(C) = C

E(X+Y) = E(X)+E{Y)

E(CX) = CE(X)

E(XY) = E(X)E{Y)

¿A cuál de las siguientes escuelas pertenece el estudio de las redes neuronales?

Simbolismo

Conexionismo

Conductismo

Ninguna de las anteriores

La Inteligencia Artificial es la investigación y el desarrollo de teorías, métodos y aplicación de sistemas utilizados para simular, extender y ampliar la inteligencia humana de una nueva ciencia tecnológica.

Verdadero

Falso

¿Qué método no está soportado en TensorFlow para definir variables?

Número aleatorio

Constante

Calculado a partir de los valores iniciales de otras variables

Nulo

La arquitectura lógica del procesador no incluye cuál de las siguientes opciones:

DVPP

GPU

Motor de cálculo de IA

CPU de control del sistema de chips

Hay muchas aplicaciones comerciales para los servicios de aprendizaje automático. ¿Cuáles son los principales escenarios comerciales cubiertos? (Opción múltiple)

Recomendación de productos financieros

Mantenimiento predictivo

Retención de clientes de telecomunicaciones

Agrupación de minoristas

En el proceso de entrenamiento de la red neuronal, utilizamos el método de descenso de gradiente para actualizar continuamente ¿qué valor, que hace que la función de pérdida se minimice?

Número de muestras

Valores propios

Hiperparámetro

Parámetro

En el proceso de entrenamiento del modelo de aprendizaje profundo, ¿cuáles son los optimizadores comunes?

Adam

Adagrad

SGD

Momentum

Las tuplas de Python se identifican con “()” y los elementos internos se separan con “:”.

Verdadero

Falso

Sólo la matriz A y la matriz B tienen el mismo número de filas y columnas. A y B pueden ser sumadas.

Verdadero

Falso

¿Cuál de las siguientes opciones puede mejorar la eficiencia computacional del modelo de red neuronal? (Opción múltiple)

TPU

GPU

FPGA

Clúster distribuido a gran escala

“print” en Python 3 debe ser usado con “()”

Verdadero

Falso

¿Cuáles son las principales herramientas de código abierto para el aprendizaje profundo? (Opción múltiple)

TensorFlow

Caffe

Torch

Theano

Scikit..Jeam

Resumen del Cuestionario

Información

Resultados

Resultados

Categorías

1. Pregunta

2. Pregunta

3. Pregunta

4. Pregunta

5. Pregunta

6. Pregunta

7. Pregunta

8. Pregunta

9. Pregunta

10. Pregunta

11. Pregunta

12. Pregunta

13. Pregunta

14. Pregunta

15. Pregunta

16. Pregunta

17. Pregunta

18. Pregunta

19. Pregunta

20. Pregunta

21. Pregunta

22. Pregunta

23. Pregunta

24. Pregunta

25. Pregunta

26. Pregunta

27. Pregunta

28. Pregunta

29. Pregunta

30. Pregunta

31. Pregunta

32. Pregunta

33. Pregunta

34. Pregunta

35. Pregunta

36. Pregunta

37. Pregunta

38. Pregunta

39. Pregunta

40. Pregunta