اختبار مرتبط بالدليل · صعب المستوى
سوين محول مسابقة
تحقق من انتباه النوافذ المتغيرة، والاتصال عبر النوافذ، والميزات الهرمية، ودمج التصحيح، وتطبيقات مهام الرؤية في Swin.
سؤال 1 من 8
ما الذي يمثله "Swin" في Swin Transformer؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما الذي يمثله "Swin" في Swin Transformer؟
- تحولت ويندوز
- نافذة ناعمة
- اللف المكاني
- نافذة واحدة
- What positional information does Swin add within each local attention window?
- Absolute word embeddings from a text tokenizer
- A learnable relative-position bias
- A global convolution kernel shared across all windows
- A class-specific bounding-box regression target
- كيف يسمح Swin بنقل المعلومات بين النوافذ المنفصلة؟
- ويستخدم الاتصالات المتكررة
- يقوم بحذف حدود النافذة بالكامل
- يقوم بتغيير قسم النافذة في طبقات متناوبة
- يستخدم فقط نافذة عالمية واحدة
- ماذا تفعل طبقات دمج التصحيح بين مراحل Swin؟
- زيادة الدقة وإزالة القنوات
- إسقاط البقع بشكل عشوائي
- ترجمة البقع إلى كلمات
- دمج التصحيحات المجاورة، وتقليل الدقة وزيادة القنوات
- لماذا تعتبر مخرجات Swin الهرمية ومتعددة النطاقات مفيدة بشكل خاص؟
- يتم توصيله بدقة بأطر الكشف والتجزئة التي تتوقع أهرامات الميزات
- إنه يساعد فقط في التصنيف ذو التسمية الواحدة
- إنه يلغي الحاجة إلى البيانات المصنفة
- يجعل النموذج أصغر من أي سي إن إن
- How does Swin’s attention pattern differ from standard ViT attention?
- Swin has no attention mechanism
- Swin computes attention in local windows and shifts partitions between blocks; standard ViT uses global patch attention
- ViT uses only local convolutions
- Both always use identical global attention
- What scaling property does fixed-size window attention provide in Swin?
- It is independent of image resolution
- It becomes quadratic in channel count only
- Attention computation grows linearly with image size for fixed window size
- It removes all attention computation
- Why does shifted-window attention use a mask after the cyclic shift?
- To force every patch to attend to every image patch
- To remove all positional information
- To convert window attention into a convolution
- To prevent tokens from attending across boundaries that should remain separate windows