关于TensorFlow的高级面试问题

834 阅读3分钟

在这篇文章中,我们介绍了关于TensorFlow的高级面试问题,有多个选项可供选择。选择一个答案,看看你是否答对了,并得到答案的解释。

这将帮助你为TensorFlow,谷歌的机器学习框架的艰难面试做好准备。

从v2.5.0开始,TensorFlow不支持哪种数据类型?

FP8

FP32

INT8

INT32

从v2.5.0开始,TensorFlow不支持FP8(浮点,8位)。TensorFlow支持超过30种数据类型,包括INT8、INT32、UINT8和其他许多数据类型。有人提议在以后的版本中加入FP8。

我们可以在不修改源代码的情况下在TensorFlow中添加一个新的操作吗?

可以

不可以

取决于操作

取决于数据类型

可以在不修改源代码的情况下在TensorFlow中添加一个新的操作。新操作的实现应该是C++语言,并且应该被注册。这样做的说明在:tensorflow.org/guide/create_op

英特尔的OneDNN在TensorFlow中被正式支持为优化版本。在这个版本中,哪个环境变量是用来启用日志的?

MKLDNN_VERBOSE

ONEDNN_VERBOSE

ONEDNN_LOGS

MKLDNN_LOGS

将环境变量MKLDNN_VERBOSE设置为1

考虑一下下面的错误。

AttributeError: module 'tensorflow' has no attribute 'GraphDef'

如果我们得到上述错误,可能是什么问题?

使用错误的TF版本

使用错误的API

损坏的TF构建

图优化中的错误

它提到tensorflow模块没有GraphDef这个属性。这是因为GraphDef在V2.x之后的TensorFlow版本中被删除了。你需要有将代码从TFv1.x移植到TFv2.x的经验才能理解这一点。

与TensorFlow中的Checkpoints相比,SavedModel所存储的额外属性是什么?

计算的序列化描述

操作的数量

不同变量的值

操作之间的链接描述

SavedModel除了检查点外,还有计算的序列化描述。检查点只保存了不同变量的值。当涉及到保存一个预训练的图时,那么我们在TensorFlow中有两个选择:Checkpoint和SavedModel。

以下哪项不是TensorFlow中Checkpoint文件的有效文件扩展名?

ckpt.value

ckpt.data

ckpt.meta

ckpt.index

Checkpoint文件的文件扩展名是.ckpt。它可以有不同的文件,其扩展名可以是ckpt.meta、ckpt.data和ckpt.index。没有像ckpt.value这样的扩展名。

TensorFlow图优化中的 "Pin to host optimizer "是做什么的?

将小操作交换到CPU上

范围分配器以减少数据移动

自动并行化图

优化函数库

"Pin to host optimizer "是一个TensorFlow图优化。它将小的操作交换到CPU上,并且默认是关闭的。

在TensorFlow的函数tf.nn.conv2d中,参数 "过滤器 "的尺寸是多少?

4

2

1

任何值

操作tf.nn.conv2d中的过滤器是一个4维的张量。这些维度是:filter_height, filter_width, in_channels和out_channels。

在操作tf.nn.avg_pool3d中,支持输入的数据类型是什么?

NDHWC

NHWC

NCHW

NCHWc8

在TensorFlow中,操作tf.nn.avg_pool3d只支持两种数据格式,即。NDHWC和NCDHW。

在TensorFlow中,哪个操作是用于两个张量之间的位数和操作?

tf.bitwise.bitwise_and

tf.bitwise.and

tf.add

tf.bitwise_and

tf.bitwise.bitwise_and()是TensorFlow中的一个操作,用于在TensorFlow支持的任何数据类型(DType)的两个张量之间进行位和操作。

在TensorFlow中有两个用于二维卷积的操作,即tf.nn.conv2d和tf.raw_ops.Conv2D。哪个属性在tf.raw_ops.Conv2D中是额外的?

use_cudnn_on_gpu

扩张

填充

data_format

tf.raw_ops.Conv2D有两个额外的属性,即use_cudnn_on_gpu和 explicit_paddings。tf.raw_ops中的操作提供了对TensorFlow中低层次函数的访问。

通过OpenGenus的这些问题,你一定对你的高级TensorFlow技能进行了一次有力的测试。好好享受吧。