题目内容

下列说法中，正确的是( )。

A.使用tf.split()函数分割张量后，其维度不变
B.使用tf.concat()函数拼接张量后，会增加张量的维度
C.使用tf.gather()函数一次可以对多个维度进行索引
D.使用tf.squeeze()函数删除维度时，可以删除指定的任意维度

查看答案

搜索结果不匹配？点我反馈

更多问题

3.‏下列关于张量运算的说法中，错误的是( )。

A.两个不同维度的张量相加，其最后一个维度的长度可以不相等
B.当张量和一个数字进行运算时，会将这个数组值广播到张量的各个元素
C.张量和NumPy数组共同参与运算时，它们之间可以自动进行转换
D.在使用运算符时，如果操作数中有一个是张量对象，那么就把所有的操作数都转化为张量，然后再进行运算

查看答案

4.执行下面程序段后，正确的结果是( )。import tensorflow as tfa = tf.range(8, delta=2)a1 = tf.reshape(a, [-1,2])b = tf.range(1, 9,delta=2)b1 = tf.reshape(b, [2,-1])c = tf.stack((a1, b1),axis=0)print("shape:\n",c.shape)print("value:\n",c.numpy())

A.shape:(2, 2, 2)value:[[[0 2] [4 6]][[1 3] [5 7]]]
B.shape: (2, 2, 2)value:[[[1 3][5 7]][[0 2][4 6]]]
C.shape: (2, 4)value:[[0 2 4 6][1 3 5 7]]
D.shape: (2, 4)value:[[1 3 5 7][0 2 4 6]]

查看答案

运行下面程序段，结果正确的是( )。‎import tensorflow as tf‎t1 = tf.constant([[1, 2, 3], [4, 5, 6]])‎t2 = tf.constant([[7, 8, 9], [10, 11, 12]])‎t = tf.stack((t1, t2), axis=-1)‎print(t.shape)

A.(2, 2, 3)
B.(2, 3, 3)
C.(2, 3, 2)
D.(2, 3, 3)

查看答案

肥胖的生活方式干预（）。

A. 合理饮食
B. 适当运动
C. 心理调整
D. 规律休息

查看答案

下列说法中，正确的是( )。

A.使用tf.split()函数分割张量后，其维度不变 B.使用tf.concat()函数拼接张量后，会增加张量的维度 C.使用tf.gather()函数一次可以对多个维度进行索引 D.使用tf.squeeze()函数删除维度时，可以删除指定的任意维度

3.‏下列关于张量运算的说法中，错误的是( )。

4.执行下面程序段后，正确的结果是( )。import tensorflow as tfa = tf.range(8, delta=2)a1 = tf.reshape(a, [-1,2])b = tf.range(1, 9,delta=2)b1 = tf.reshape(b, [2,-1])c = tf.stack((a1, b1),axis=0)print("shape:\n",c.shape)print("value:\n",c.numpy())

运行下面程序段，结果正确的是( )。‎import tensorflow as tf‎t1 = tf.constant([[1, 2, 3], [4, 5, 6]])‎t2 = tf.constant([[7, 8, 9], [10, 11, 12]])‎t = tf.stack((t1, t2), axis=-1)‎print(t.shape)

肥胖的生活方式干预（ ）。

A.使用tf.split()函数分割张量后，其维度不变
B.使用tf.concat()函数拼接张量后，会增加张量的维度
C.使用tf.gather()函数一次可以对多个维度进行索引
D.使用tf.squeeze()函数删除维度时，可以删除指定的任意维度

肥胖的生活方式干预（）。