《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。