مسابقة الشبكات العصبية التلافيفية

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي الوظيفة الرئيسية للمرشح (النواة) في شبكة CNN؟
   • لتخزين بطاقة التصنيف النهائية
   • لخلط وحدات البكسل بشكل عشوائي قبل التدريب
   • للتمرير عبر الصورة واكتشاف نمط مرئي محدد
   • لتحويل الصورة إلى صوت
2. How does spatial kernel sharing reduce parameter requirements compared with learning a separate kernel at every image location?
   • The same learned kernel weights are reused across locations
   • All input pixels are deleted
   • Every layer must use only grayscale data
   • The model avoids all training
3. What does a spatial pooling layer commonly do to a CNN feature map?
   • Assign a final label to every object
   • Reduce its spatial resolution
   • Guarantee invariance to every possible image shift
   • Always increase the number of input channels
4. في شبكة CNN العميقة، كيف تتغير الميزات بشكل عام من الطبقات المبكرة إلى الطبقات اللاحقة؟
   • من الكائنات الكاملة إلى البكسلات المفردة
   • يظلون متطابقين في كل طبقة
   • من النص إلى الأرقام فقط
   • من الحواف والألوان البسيطة إلى الأجزاء المعقدة مثل العيون أو العجلات
5. Which named CNN is associated with the influential 2012 ImageNet classification result?
   • AlexNet
   • ريسنيت
   • Vision Transformer
   • SqueezeNet
6. ما هي العملية الرقمية التي تحدث عند تطبيق مرشح على جزء من الصورة؟
   • يتم ترتيب وحدات البكسل من الأغمق إلى الأكثر سطوعًا
   • يتم حذف التصحيح من الصورة
   • يتم ضرب كل وزن بالبكسل المتداخل، ويتم جمع المنتجات
   • يتم تحويل البيكسلات إلى أحرف
7. With a 6-by-6 input and 3-by-3 kernel at stride one, no padding, and no dilation, what is the CNN output-grid size?
   • 6 by 6
   • 3 by 3
   • 2 by 2
   • 4 by 4
8. In dense ungrouped convolution on a three-channel input, which channels does one filter span?
   • Only the first channel by definition
   • All three input channels
   • No input channels because kernels contain only output labels
   • Exactly one channel in every convolution configuration