题目内容（请给出正确答案）

[单选题]

import tensorflow as tf ten=tf.constant（[[[1,2],[2,3]],[[3,4],[5.6]]]) sess=tf.Session（) print（sess.run（ten)[1,0,0]) sess.close（) 运行结果是（）？

A.2

B.3

C.5

D.1

提问人：网友wspipeng 发布时间：2022-01-07

参考答案

查看官方参考答案

如搜索结果不匹配，请联系老师获取答案

网友答案

查看全部（）

· 有5位网友选择 C，占比62.5%
· 有2位网友选择 D，占比25%
· 有1位网友选择 A，占比12.5%

ABCD

提交我的答案

登录提交答案，可赢取奖励机会。

登录/注册

您可能会需要：

重置密码查看订单联系客服

安装简答题APP，拍照搜题省时又省心！

更多“import tensorflow as tf ten=tf…”相关的问题

第1题

下面说法错误的是（）？

A、会话拥有并管理Tensorflow程序运行时的所有资源

B、利用python的上下文管理器，可以不需要手动关闭会话

C、tf.InteractiveSession会自动将生成的会话注册为默认会话

D、不同计算图共享张量和运算

点击查看答案

第2题

TensorFlow中使用什么来描述计算过程？

A、数据流图

B、会话

C、参数

D、张量

点击查看答案

第3题

TensorFlow是谷歌推出的深度学习的开源代码框架。()

此题为判断题(对，错)。

点击查看答案

第4题

TensorF1ow使用的数据类型是?()

A、Watrix

B、Scalar

C、Tensor

D、Vector

点击查看答案

第5题

执行下面代码段，对其输出结果描述正确的是_______。 import tensorflow as tf mnist = tf.keras.datasets.mnist (train_x, train_y), (test_x, test_y) = mnist.load_data() print("training set:", train_x.shape) print("testing set:", len(test_x))

A、training set:(60000,) testing set:10000

B、training set: (60000, 28, 28) testing set: 10000

C、training set:(10000, 28, 28) testing set: 60000

D、training set:(10000,) testing set: 60000

点击查看答案

第6题

tf.__version__可以用来查看当前Tensorflow的版本号。

点击查看答案

第7题

通过生成人工数据集合，基于TensorFlow实现y=3.1234*x+2.98线性回归通过上传附件方式提交 notebook文件（.ipynb）评分标准： 1、生成 x_data，值为 [0, 100]之间500个等差数列数据集合作为样本特征根据目标线性方程 y=3.1234*x+2.98，生成相应的标签集合 y_data，1分； 2、画出随机生成数据的散点图和想要通过学习得到的目标线性函数 y=3.1234*x+2.98，1分； 3、构建回归模型，3分； 4、训练模型，10轮，每训练20个样本显示损失值，2分； 5、通过训练出的模型预测 x=5.79 时 y 的值，并显示根据目标方程显示的 y 值，1分； 6、通过Tensorboard显示构建的计算图。上传的源代码中有相应的源代码结果计算图截图可以嵌入上交的notebook文件（.ipynb）嵌入图片的方法为markdown cell中代码，2分。备注：如果不是上传notebook文件（.ipynb），可以用以下方案替代： 1、源代码 .py 文件 2、写一个说明文档，贴上散点图和计算图的图形，格式可以是word或者pdf 3、以上两个文件通过压缩文件打包为一个zip或者rar文件强烈建议提交 notebook文件（.ipynb）（打包为压缩文件后上传）