اختبار مرتبط بالدليل · متوسط المستوى

مسابقة U-Net للهندسة المعمارية

اختبار تماثل وحدة تشفير وفك تشفير U-Net، وتخطي الاتصالات، والتجزئة الطبية الحيوية، والتنبؤ بضوضاء الانتشار، والبدائل.

مسارات الدليل ذات الصلةيو نت للهندسة المعمارية
سؤال 1 من 8

ما الذي يعطي U-Net شكله "U"؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. ما الذي يعطي U-Net شكله "U"؟
    • جهاز تشفير يقوم باختزال العينات ووحدة فك ترميز متماثلة تعمل على مضاعفة العينات
    • كومة واحدة مستقيمة من التلافيف
    • شبكتان متوازيتان بدون اتصال
    • حلقة متكررة مع مرور الوقت
  2. ما هو الغرض من تخطي اتصالات U-Net؟
    • لتقليل عدد المعلمات إلى الصفر
    • لتمرير التفاصيل المكانية الدقيقة من طبقات التشفير مباشرةً إلى طبقات وحدة فك التشفير المطابقة
    • لتحويل الصورة إلى تدرج الرمادي
    • لتخطي التدريب تماما
  3. ما الذي تم تصميم U-Net في الأصل من أجله؟
    • التعرف على الكلام
    • التنبؤ بأسعار الأسهم
    • تجزئة الصور الطبية الحيوية
    • ترجمة النصوص
  4. في عملية الانتشار المستقر، ما الذي تتوقعه شبكة U-Net في كل خطوة؟
    • التعليق النهائي للصورة
    • نسبة الضغط
    • زاوية الكاميرا
    • الضوضاء لإزالة من صاخبة كامنة
  5. ماذا يحدث للمعلومات المكانية عندما يقوم المشفر باختزال العينات؟
    • إنه يلخص "ما" الموجود ولكنه يفقد تفاصيل "أين" الدقيقة
    • يكتسب مواقع البكسل الدقيقة
    • يقوم بتحويل الصورة إلى نص
    • إنه يضاعف القرار
  6. Which augmentation did the original U-Net paper use to learn invariance from limited annotated biomedical images?
    • Replacing every image with a random label
    • Elastic deformations of the training images
    • Training only on unmodified test images
    • Removing the decoder path before training
  7. How did the original U-Net paper process large images beyond the network’s input size?
    • By discarding all image borders
    • By resizing every image to one pixel
    • By predicting on overlapping tiles and extrapolating context at tile borders
    • By running the model once on a text prompt
  8. What did the original U-Net paper’s weighted loss emphasize?
    • Only background pixels, regardless of distance
    • The most common image color
    • Noise prediction at a diffusion timestep
    • Border pixels between touching cells to help separate adjacent objects