×

签到

分享到微信

打开微信,使用扫一扫进入页面后,点击右上角菜单,

点击“发送给朋友”或“分享到朋友圈”完成分享

【开发者学院】TensorFlow 系列课程上新~(本文附课后小练习答案) 三叶虫2022-09-08 16:09:00 回复 查看 社区交流
【开发者学院】TensorFlow 系列课程上新~(本文附课后小练习答案)
分享到:

image.png

Cambricon TensorFlow》系列课程目录及课后习题答案:

 《Cambricon TensorFlow 理论基础》


问题1:Cambricon TensorFlow对原生TensorFlow的修改主要有哪些?

主要扩展了TensorFlow的底层设备层,使用CNNL算子增加了框架层算子的底层实现,扩展了图优化器、XLA、内存管理器。


问题2:Cambricon TensorFlow的使用与原生TensorFlow的使用是否有差别?

 无差别。

 《基于 Cambricon TensorFlow2 的训练入门》


问题1:基于TensorFlow2框架的推理方式有什么特点?

支持FP32精度推理,简便易用。


问题2:基于TFMM的推理方式有什么特点?

只需修改少量代码,大部分时候都可以极大地提升推理性能,目前只支持savedmodel格式的模型。支持量化推理与FP32精度推理


问题3:基于TensorFlow2框架的推理方式,是否需要修改代码以便完成原生TensorFlow2模型的移植?

不需要


问题4:推理性能方面,基于TFMM的推理一定比基于TensorFlow2框架的推理更优吗?为什么?

不一定。如果网络模型内所有的算子组合都无法被MagicMind优化,则此时网络内的所有算子会以CNNL的方式运行,此时推理性能与CNNL一致。


《 基于 Cambricon TensorFlow2 的推理入门》

问题1:使用Cambricon      TensorFlow2训练时,是否需要修改代码以便完成原生TensorFlow2模型的移植?

不需要


问题2:Cambricon TensorFlow2的训练方式有什么特点?

单机单卡训练时,不用修改任何代码,与原生TensorFlow使用体验完全一致;支持FP32精度训练,训练精度高;支持TF Keras训练模式与TF Low API 训练模式,灵活可靠。

 

 


版权所有 © 2024 寒武纪 Cambricon.com 备案/许可证号:京ICP备17003415号-1
关闭