Click here to view the next lesson.

Parte 1 del cuestionario: Redes Neuronales y Conceptos Básicos de Aprendizaje Profundo

2. Aprendizaje Profundo con TensorFlow 2.x (Capítulo 7)

¿Qué es la ejecución ansiosa (eager execution) en TensorFlow 2.x?
- a) Un modo donde las operaciones de TensorFlow se ejecutan de forma perezosa para optimizar el rendimiento.
- b) Un modo donde las operaciones de TensorFlow se ejecutan inmediatamente, lo que facilita la depuración y el desarrollo de modelos de manera interactiva.
- c) Un modo especial para la aceleración de GPU en TensorFlow.
- d) Un modo donde las operaciones se ejecutan solo después de llamar a la función tf.run().
En TensorFlow 2.x, ¿qué API se utiliza típicamente para construir modelos de aprendizaje profundo?
- a) API de Estimador
- b) API de Conjuntos de Datos (Dataset API)
- c) API de Keras
- d) API Sequential
¿Cuál de los siguientes NO es un caso de uso común para modelos preentrenados de TensorFlow Hub?
- a) Clasificación de imágenes
- b) Detección de objetos
- c) Aprendizaje por refuerzo
- d) Embedding de texto
¿Cuál es la principal ventaja de usar TensorFlow Serving en producción?
- a) Permite desplegar modelos de aprendizaje automático como servicios web escalables.
- b) Es una herramienta para optimizar hiperparámetros durante el entrenamiento del modelo.
- c) Se usa para monitorear el rendimiento de los modelos durante el entrenamiento.
- d) Mejora la precisión de los modelos durante el entrenamiento mediante ajuste fino.

¿Qué es la ejecución ansiosa (eager execution) en TensorFlow 2.x?
- a) Un modo donde las operaciones de TensorFlow se ejecutan de forma perezosa para optimizar el rendimiento.
- b) Un modo donde las operaciones de TensorFlow se ejecutan inmediatamente, lo que facilita la depuración y el desarrollo de modelos de manera interactiva.
- c) Un modo especial para la aceleración de GPU en TensorFlow.
- d) Un modo donde las operaciones se ejecutan solo después de llamar a la función tf.run().
En TensorFlow 2.x, ¿qué API se utiliza típicamente para construir modelos de aprendizaje profundo?
- a) API de Estimador
- b) API de Conjuntos de Datos (Dataset API)
- c) API de Keras
- d) API Sequential
¿Cuál de los siguientes NO es un caso de uso común para modelos preentrenados de TensorFlow Hub?
- a) Clasificación de imágenes
- b) Detección de objetos
- c) Aprendizaje por refuerzo
- d) Embedding de texto
¿Cuál es la principal ventaja de usar TensorFlow Serving en producción?
- a) Permite desplegar modelos de aprendizaje automático como servicios web escalables.
- b) Es una herramienta para optimizar hiperparámetros durante el entrenamiento del modelo.
- c) Se usa para monitorear el rendimiento de los modelos durante el entrenamiento.
- d) Mejora la precisión de los modelos durante el entrenamiento mediante ajuste fino.

¿Qué es la ejecución ansiosa (eager execution) en TensorFlow 2.x?
- a) Un modo donde las operaciones de TensorFlow se ejecutan de forma perezosa para optimizar el rendimiento.
- b) Un modo donde las operaciones de TensorFlow se ejecutan inmediatamente, lo que facilita la depuración y el desarrollo de modelos de manera interactiva.
- c) Un modo especial para la aceleración de GPU en TensorFlow.
- d) Un modo donde las operaciones se ejecutan solo después de llamar a la función tf.run().
En TensorFlow 2.x, ¿qué API se utiliza típicamente para construir modelos de aprendizaje profundo?
- a) API de Estimador
- b) API de Conjuntos de Datos (Dataset API)
- c) API de Keras
- d) API Sequential
¿Cuál de los siguientes NO es un caso de uso común para modelos preentrenados de TensorFlow Hub?
- a) Clasificación de imágenes
- b) Detección de objetos
- c) Aprendizaje por refuerzo
- d) Embedding de texto
¿Cuál es la principal ventaja de usar TensorFlow Serving en producción?
- a) Permite desplegar modelos de aprendizaje automático como servicios web escalables.
- b) Es una herramienta para optimizar hiperparámetros durante el entrenamiento del modelo.
- c) Se usa para monitorear el rendimiento de los modelos durante el entrenamiento.
- d) Mejora la precisión de los modelos durante el entrenamiento mediante ajuste fino.

¿Qué es la ejecución ansiosa (eager execution) en TensorFlow 2.x?
- a) Un modo donde las operaciones de TensorFlow se ejecutan de forma perezosa para optimizar el rendimiento.
- b) Un modo donde las operaciones de TensorFlow se ejecutan inmediatamente, lo que facilita la depuración y el desarrollo de modelos de manera interactiva.
- c) Un modo especial para la aceleración de GPU en TensorFlow.
- d) Un modo donde las operaciones se ejecutan solo después de llamar a la función tf.run().
En TensorFlow 2.x, ¿qué API se utiliza típicamente para construir modelos de aprendizaje profundo?
- a) API de Estimador
- b) API de Conjuntos de Datos (Dataset API)
- c) API de Keras
- d) API Sequential
¿Cuál de los siguientes NO es un caso de uso común para modelos preentrenados de TensorFlow Hub?
- a) Clasificación de imágenes
- b) Detección de objetos
- c) Aprendizaje por refuerzo
- d) Embedding de texto
¿Cuál es la principal ventaja de usar TensorFlow Serving en producción?
- a) Permite desplegar modelos de aprendizaje automático como servicios web escalables.
- b) Es una herramienta para optimizar hiperparámetros durante el entrenamiento del modelo.
- c) Se usa para monitorear el rendimiento de los modelos durante el entrenamiento.
- d) Mejora la precisión de los modelos durante el entrenamiento mediante ajuste fino.