Тест, свързан с ръководство · Среден Ниво
Тест за разширени и атрични извивки
Проверете разстоянието на дилатацията, рецептивните полета, сегментацията, WaveNet, мрежата и паралелния многомащабен контекст в атралните извивки.
Въпрос 1 на 8
Какво прави степента на разширяване, по-голяма от 1, на ядрото на навивката?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- Какво прави степента на разширяване, по-голяма от 1, на ядрото на навивката?
- Той вмъква празнини между тежестите на ядрото, така че да покриват по-широка област
- Той добавя повече обучаеми тежести към ядрото
- Той свива ядрото до една точка
- Той преобразува ядрото в операция за обединяване
- Колко голям регион ефективно обхваща ядро 3x3 със скорост на разширяване 2?
- 3x3
- 5x5
- 7x7
- 9x9
- Защо разширените навивки са особено полезни за семантично сегментиране?
- Те намаляват изображението до един етикет
- Те елиминират нуждата от каквито и да било данни за обучение
- Те разширяват възприемчивото поле, като същевременно поддържат висока резолюция на картата на характеристиките
- Те работят само върху изображения в сива скала
- От какво произлиза терминът atros?
- Латинска дума за слой
- Акроним за метод на обучение
- Името на неговия изобретател
- На френски a trous, което означава с дупки
- В WaveNet, защо подредените разширени навивки са ценни?
- Те генерират изображения вместо аудио
- Те улавят ефикасно много далечни зависимости във формата на аудио вълната
- Те премахват цялата тишина от записите
- Те преобразуват аудио в текст директно
- Какъв проблем може да възникне, ако стекате разширени навивки с неправилно избрана единична скорост?
- Мрежата става твърде малка за обучение
- Изображението се завърта постоянно
- Артефакти на решетка, където някои входни позиции никога не се вземат проби
- Всички тегла стават нула
- How does Atrous Spatial Pyramid Pooling combine multiple scales in DeepLab?
- It runs several dilation rates in parallel and fuses their outputs
- It chooses one fixed dilation rate and discards the rest
- It converts the image into a single global class before convolution
- It replaces every convolution with a larger dense kernel
- For one input channel and one output channel, how many kernel weights does a dilated 3×3 filter contain, excluding a bias?
- 25, because dilation 2 spans a 5×5 region
- 5, one for each position along the expanded width
- 18, because dilation 2 doubles the number of weights
- 9, because dilation changes spacing rather than the 3×3 weight count