اختبار مرتبط بالدليل · متوسط المستوى
اختبار DenseNet والاتصال الكثيف
يختبر دمج خريطة الميزات، معدل النمو، إعادة استخدام الميزات المباشرة، ضغط الانتقال، مسارات التدرج، وعدد القنوات.
سؤال 1 من 8
ما العملية التي يستخدمها DenseNet لدمج خرائط الميزات من الطبقات السابقة؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما العملية التي يستخدمها DenseNet لدمج خرائط الميزات من الطبقات السابقة؟
- التسلسل الحكيم للقناة
- إضافة عنصرية
- الحد الأقصى للتجميع عبر الطبقات
- الضرب من حيث العناصر
- في DenseNet، ما الذي يتحكم فيه "معدل النمو"؟
- جدول معدل التعلم
- حجم نافذة التجميع
- عدد خرائط المعالم الجديدة التي تنتجها كل طبقة
- عدد الكتل الكثيفة
- ما عدد الروابط المباشرة الموجودة بين الطبقات L في كتلة كثيفة؟
- L
- ل(ل+1)/2
- 2 لتر
- L تربيع
- ما هو الغرض الرئيسي من الطبقات الانتقالية في DenseNet؟
- لإضافة الاختصارات المتبقية
- لزيادة معدل النمو
- لتطبيق التسرب فقط
- لاختزال وتقليل حجم خريطة الميزات بين الكتل الكثيفة
- الميزة الرئيسية للاتصال الكثيف هي أنه يساعد في تخفيف مشكلة التدريب؟
- الإفراط في اللون
- انفجار أحجام الدفعة
- مشكلة التدرج التلاشي
- ضجيج التسمية
- بالمقارنة مع ResNet بنفس الدقة على ImageNet، يستخدم DenseNet-BC عادةً:
- معلمات أقل بكثير
- المزيد من المعلمات
- حول نفس المعلمات
- لا توجد تلافيفات على الإطلاق
- A late DenseNet layer needs an edge feature learned near the input. Why can it use that map directly?
- Only the final layer can see edge features
- DenseNet resets all maps after each layer
- Transition layers reconstruct every earlier map from scratch
- Earlier feature maps remain among its concatenated inputs
- A dense block begins with m channels and three layers each add k new maps. How many channels emerge before a transition?
- 3m + k
- m + 3k
- m times k cubed
- Only k, because old maps are discarded