tensorflow 自测题

1. 全卷机网络,对于如下输入站位, 请问batch可以指定为None吗, 宽高可以指定为None吗, channel可以指定为 None吗?:

self.input_image = tf.placeholder(tf.float32, [1, None, None, 3])

batch, width, height,可以指定为None, channel不可以,必须为确定的数字,因为要确定第一层的参数。

2.如果使用conda, 在一个env里面安装tensorflow, 依赖的cuda与系统里面装的不一致怎么办?

   使用conda install cudatoolkit=9.2这样,然后conda install cudnn,自动匹配cuda对应的cudnn版本

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
华为OD技术面困难题是一个相对较为复杂的问题,需要面试者对于OD技术的理解和应用能力有一定的要求。一般来说,这类问题可能包括以下几个方面的内容: 首先是OD技术的基础知识。OD即Object Detection,是指通过计算机视觉技术在图像或视频中自动检测并定位目标物体的过程。面试者需要对OD技术的整体框架、核心算法、流程以及应用场景等有一定的了解和掌握。 其次是对常见OD算法的理解和实现能力。OD技术包含了很多经典的算法,如基于特征的方法(如Haar特征、HOG特征等)、基于深度学习的方法(如Faster R-CNN、YOLO、SSD等)等。面试者需要能够对这些算法的原理、优缺点以及实现过程进行深入剖析,并能够根据具体问题选择合适的算法进行应用。 此外,面试者还需要具备对OD技术相关工具和库的了解和熟练应用能力。常见的工具和库包括OpenCV、TensorFlow、PyTorch等,面试者需要能够使用这些工具和库进行目标检测的具体实现,并能够解决在实践中遇到的问题。 最后,面试者还需要具备数据处理和模型评估的能力。OD技术需要处理大量的数据,并通过训练和测试来获取准确的模型。面试者需要了解相关的数据处理方法,如数据增强、标注方法等,并能够对模型的准确性进行评估和优化。 总之,华为OD技术面困难题需要面试者对OD技术有扎实的基础知识、常见算法的了解和实现能力,熟悉相关工具和库的应用,以及数据处理和模型评估的能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值