Тест, свързан с ръководство · трудно Ниво

Тест за капсулни мрежи

Проверява капсулни вектори, маршрутизиране от част към цяло, информация за поза, резултати за съгласие и защо итеративното маршрутизиране може да бъде скъпо.

Свързани ръководни пътекиКапсулни мрежи
Въпрос 1 на 8

В капсулна мрежа какво представлява ДЪЛЖИНАТА на изходния вектор на капсулата?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. В капсулна мрежа какво представлява ДЪЛЖИНАТА на изходния вектор на капсулата?
    • Вероятността субектът да присъства
    • Цветът на откритата характеристика
    • Скоростта на обучение за този слой
    • Броят на невроните в капсулата
  2. За какъв проблем със стандартните CNN бяха специално предназначени капсулните мрежи?
    • Бавно обучение на GPU
    • Загуба на отношенията между пространство/част-цяло, напр. приемане на разбъркани части на лицето
    • Невъзможност за обработка на цветни изображения
    • Твърде малко параметри за научаване
  3. Какво е името на алгоритъма, който решава кои капсули от по-ниско ниво се свързват с кои капсули от по-високо ниво?
    • Обратно разпространение във времето
    • Градиентно изрязване
    • Динамично маршрутизиране по споразумение
    • Пакетно нормализиране
  4. Кой представи капсулната мрежа с динамично маршрутизиране през 2017 г.?
    • Ян Лекун и колеги
    • Иън Гудфелоу и колеги
    • Vaswani и колеги
    • Сабур, Фрос и Хинтън
  5. Каква е целта на функцията „скуош“ в капсулна мрежа?
    • За нормализиране на дължината на вектора до между 0 и 1, като запазва посоката му
    • За да изтриете неизползваните капсули
    • За конвертиране на изображения в сива скала
    • За автоматично увеличаване на дълбочината на мрежата
  6. Which result did the original 2017 CapsNet paper report as evidence for routing-by-agreement?
    • Lower memory use than every CNN on ImageNet
    • Better recognition of highly overlapping digits than a convolutional net
    • No need for a training objective
    • Perfect performance on all affine transformations
  7. In the original capsule representation, what information is carried by the direction of a capsule’s output vector?
    • The probability that the entity is absent
    • The number of routing iterations
    • Instantiation or pose parameters of the represented entity
    • The loss assigned to the previous layer
  8. In routing-by-agreement, what makes a lower capsule’s prediction agree with a higher-level capsule?
    • Their capsule names begin with the same letter
    • Their vector lengths are exactly zero
    • They occur in the same image crop
    • Their predicted and output vectors have a large scalar product