题目内容
（请给出正确答案）
[单选题]
下面关于深度学习部署工具包（DLDT)的描述中，错误的说法是哪个（)？
A.它是跨平台命令行工具，用于转换和优化模型
B.支持流行的框架，例如Caffe、TensorFlow、MXNet、Kaldi和ONNX等
C.基于统一API，对多硬件类型进行高性能推断
D.对Intel的CPU型号没有要求
答案
查看答案
重要提示：请勿将账号共享给其他人使用，违者账号将被封禁！
查看《购买须知》>>>
请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码进入小程序
题目内容
（请给出正确答案）
A.它是跨平台命令行工具，用于转换和优化模型
B.支持流行的框架，例如Caffe、TensorFlow、MXNet、Kaldi和ONNX等
C.基于统一API，对多硬件类型进行高性能推断
D.对Intel的CPU型号没有要求
答案
更多“下面关于深度学习部署工具包(DLDT)的描述中，错误的说法是哪个()?”相关的问题
第1题
A.它主要应用于计算机视觉，实现深度神经网络模型优化和推理计算加速
B.拥有预置的计算机视觉功能库和预优化的内核
C.支持来自流行的框架Caffe、TensorFlow和MXNet的模型
D.只能在Linux平台运行的机器视觉软件工具包
第2题
A.资源准备快。异构资源混合编排、自助申请，实施发放
B.特性开发快。多语言微服务框架兼容主流开源社区
C.应用上线快。图形化编排一键式部署
D.故障定位快。非侵入式采集端到端健康状态监控
第3题
A.如果训练样本量较大，可选用随机梯度下降(SGD)，它考虑历史梯度信息，更容易跳出局部极小值点
B.在高度非凸的深度网络优化过程，主要难点是鞍点
C.用无监督数据作分层预训练(Layer-wisePre-train)有助于解决梯度饱和问题
D.Sigmoid交叉熵损失函数适合于多标签学习，每一维彼此独立
第4题
A.先反向传播计算出误差，再正向传播计算梯度
B.只有反向传播计算梯度
C.只有反向传播计算输出结果
D.先正向传播计算出误差，再反向传播计算梯度
第5题
A.产业链模型由基础层、技术层、场景应用层组成，上一层对下一层具有支撑意义
B.智慧建筑智能计算的进一步发展体现在硬件和软件两个方面
C.硬件的发展使智能计算模型在结构上更加类脑，在认知和学习行为上更加类人
D.软件的发展主要是研发新型机器学习计算芯片，如深度学习加速器
第6题
A.SignalTapII不占FPGA的逻辑资源
B.SignalTapII占用FPGA的逻辑资源
C.SignalTapII采集的信号与系统采样时钟无关
D.A.SignalTapII显示的信号跟采样时钟的频率和采样深度的设置有关
第7题
A.隐藏层数适当诚少,神经网络的分辨能力不变
B.隐藏层数适当增加,神经网络的分辨能力越弱
C.隐藏层数适当增加，神经网络的分辨能力越强
D.隐藏层数适当减少,神经网络的分辨能力越强
第10题
A.网中网(NIN)结构用全连接的多层感知机去代替传统的卷积，提升了模型的计算性能，但计算量显著增加
B.网络层数越多，学习率可设置偏大，否则容易引起梯度消失
C.VGG只要很少的迭代次数就会收敛，这是因为小的过滤尺寸起到了隐式的正则化的作用
D.Bagging中每个训练集互不相关，而Boosting中训练集要在上一轮的结果上进行调整，所以不能并行计算
