Тест, свързан с ръководство · Среден Ниво

Тесен Архитектурен Тест

Проверява намаляването на каналите, икономиите на изчисления, обърнатите остатъци, актуализациите с нисък ранг и споделеното ограничение на размерността зад тесните места.

Свързани ръководни пътекиАрхитектури с тесни места
Въпрос 1 на 8

В блок с тесни места на ResNet каква е ролята на първата намотка 1x1?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. В блок с тесни места на ResNet каква е ролята на първата намотка 1x1?
    • За да намалите броя на каналите преди намотката 3x3
    • За увеличаване на пространствената разделителна способност
    • За прилагане на окончателното класиране
    • За да добавите шум за регулиране
  2. Защо препятствието прави дълбоките мрежи по-евтини за изчисление?
    • Премахва всички активации
    • Той извършва скъпи операции на по-малко канали
    • Той използва по-големи ядра навсякъде
    • Пропуска обратното разпространение
  3. В автокодера слоят с тесни места основно определя:
    • Изборът на оптимизатора
    • Файловият формат на изображението
    • Колко е компресиран входът
    • Размерът на партидата
  4. MobileNetV2 използва кой вариант на идеята за тесни места?
    • Чисто тясно място на обединяване
    • Повтарящо се затруднение
    • Изобщо няма тесни места
    • Обърнато остатъчно затруднение (разширяване и след това свиване)
  5. Как LoRA прилага принципите на тесните места към големите езикови модели?
    • Чрез вмъкване на подлежащо на обучение нисък ранг (тясно) затруднение в актуализациите на теглото
    • Чрез изтриване на слоеве за внимание
    • Чрез удвояване на всички тежести
    • Чрез квантуване до 1 бит
  6. Типичният блок с тесни места на ResNet следва кой модел на канала?
    • Широко, широко, широко
    • Намаляване, обработка, възстановяване (напр. 256 до 64 до 256)
    • Тесен, широк, тесен
    • Произволно на слой
  7. A ResNet block reduces 256 channels to 64 before its 3×3 convolution. Ignoring the 1×1 layers, what is the 3×3 layer’s approximate multiply-add cost relative to 256 channels?
    • About one-quarter
    • About one-half
    • About one-sixteenth
    • About four times as much
  8. An autoencoder uses a narrow latent code. What constraint does this impose on reconstruction?
    • The encoder must preserve every input pixel exactly
    • The network can no longer use learned weights
    • The decoder must expand the latent code before encoding
    • The decoder must reconstruct the input from a compressed representation