A、 Fuzzing执行:根据模型覆盖率和配置策略随机地产生可信测试数据。
B、 产生评估报告:可以基于自带的或自定义的可信指标。
C、 可信增强:使用预置的方法增强AI模型可信程度。
D、 配置策略:根据威胁向量、可信需求定义测试策略,选择合适的测试数据产生方法。
答案：A
解析：解析:(Fuzzing执行是一种用于软件系统的测试方法,而不是用于生成模型的可信测试数据的方法。)
A、 Fuzzing执行:根据模型覆盖率和配置策略随机地产生可信测试数据。
B、 产生评估报告:可以基于自带的或自定义的可信指标。
C、 可信增强:使用预置的方法增强AI模型可信程度。
D、 配置策略:根据威胁向量、可信需求定义测试策略,选择合适的测试数据产生方法。
答案：A
解析：解析:(Fuzzing执行是一种用于软件系统的测试方法,而不是用于生成模型的可信测试数据的方法。)
A. False
B. True
A. TRUE
B. FALSE
MindInsight是MindSpore提供的可视化工具,可用于完成训练可视化、性能调优、精度调优等任务。
A. 输出关于0点对称
B. 没有梯度消失问题
C. 梯度饱和速度变缓
D. 导数最大值为1
A. 该说法错误GAN网络厘于聚类模型
B. 该说法错误GAN属于回归植型
C. 该说法正确,GAN网谄属于分类模型
D. 该说法正确,GAN网络性能很强,属于生成学习模型
A. 多层级的片上系统缓存或缓中区
B. 数字视觉预处理模块
C. 芯片系统控制CPU
D. AI计算擎
A. 独热编码
B. 特征中心化
C. 正交变换
D. 协方差
