Тест, свързан с ръководство · Среден Ниво
Тест за мрежи за притискане и възбуждане
Проверява етапите на притискане и възбуждане, претеглянето на канала, измерението на тесните места и доказателствата зад SE архитектурата.
Въпрос 1 на 8
Какво прави стъпката „натискане“ в SE блок?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- Какво прави стъпката „натискане“ в SE блок?
- Използва глобално средно обединяване, за да обобщи всеки канал в една стойност
- Изрязва изображението до по-малък размер
- Премахва излишните канали за постоянно
- Прилага softmax върху пространствени местоположения
- Какво извежда стъпката на „възбуждане“?
- Нов набор от филтри за навиване
- Тегло на канал между 0 и 1
- Ограничаваща кутия
- Маска за сегментиране
- Как се прилагат теглата на възбуждане към оригиналните карти на характеристиките?
- Добавено по елементи
- Свързани като нови канали
- Умножено по канали
- Използва се за маскиране на пространствени региони
- Защо възбуждането използва тясно място с коефициент на намаляване (често 16)?
- Да се увеличи броят на изходните класове
- За да премахнете необходимостта от навивки
- За да стане мрежата по-плитка
- За да запазите добавените параметри и да изчислите малко
- Какво състезание спечели SENet през 2017 г.?
- Предизвикателството за класификация на ImageNet ILSVRC
- Предизвикателството за откриване на COCO
- Състезанието Kaggle Titanic
- Бенчмаркът GLUE
- Кои по-късни архитектури вграждат SE блокове за ефективност?
- BERT и GPT
- EfficientNet и MobileNetV3
- Word2Vec и GloVe
- WaveNet и Tacotron
- In the excitation step, which activations connect the two fully connected layers in the guide’s SE block?
- Softmax followed by ReLU
- Tanh followed by max pooling
- ReLU followed by sigmoid after the second projection
- GELU followed by layer normalization
- An SE block has C = 256 channels and reduction ratio r = 16. What is the bottleneck width?
- 4 units
- 32 units
- 256 units
- 16 units