测验：AI变小了，却认不出数字

quantize_static 无法在原始文件旁边创建临时文件。该怎么办？

• 使整个原始材质文件夹可写
• 将管理员功能添加到练习窗格
• 将原始文件复制到工作文件夹并进行转换。
• 仅将候选文件的扩展名更改为 onnx 并保存。

我有一个包含整数权重和 QDQ 节点的文件。整数算术执行的额外证据？

• 检查文件名是否以int8结尾的结果，
• 结果是序列化后的文件比原始文件小。
• 模型加载器无错误退出的结果
• 运行时配置文件中写入的整数矩阵内核的结果

实际的数字 1 被模型读取为 2。我们应该在哪里记录这个练习的混淆矩阵？

• 混乱加 1[1][2]
• 混乱加 1[2][1]
• 混乱加 1[1][1]
• 混乱加 1[2][2]

我翻转了混淆矩阵的行和列，整体准确性检查通过了。为什么？

• 通过减少错误分类的数量来抵消错误。
• 即使转置，对角线和和样本总数也是相同的。
• 如果类数为十，则转置与原始相同。
• 准确性未使用正确的标签

FP32 精度为 0.960，候选精度为 0.945，损失限制为 1%p。判决是什么？

• 由于候选人人数超过90%，因此在预算之内。
• 相对损失小于2%，在预算之内。
• 差异为0.015，超出了0.01的限制。
• 如果减少的是大小而不是正确答案的数量，则为通过。

提供的 QDQ 模型的一行总和为 0.996。对待测试的正确态度是什么？

• 由于它不是 1，因此我们拒绝所有量化模型。
• 通过仅选择最大值来消除输出检查
• 对行进行规范化后，不会记录原始错误。
• 检查输出量化的误差范围和有限性。