Тест, свързан с ръководство · трудно Ниво

Тест за Swin Transformer

Проверете вниманието на преместен прозорец, комуникацията между прозорци, йерархичните характеристики, сливането на корекции и приложенията за визуални задачи в Swin.

Свързани ръководни пътекиСвин трансформатор
Въпрос 1 на 8

Какво означава „Swin“ в Swin Transformer?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво означава „Swin“ в Swin Transformer?
    • Изместени прозорци
    • Гладък прозорец
    • Пространствено навиване
    • Единичен прозорец
  2. What positional information does Swin add within each local attention window?
    • Absolute word embeddings from a text tokenizer
    • A learnable relative-position bias
    • A global convolution kernel shared across all windows
    • A class-specific bounding-box regression target
  3. Как Swin позволява на информацията да се движи между отделни прозорци?
    • Той използва повтарящи се връзки
    • Изтрива изцяло границите на прозореца
    • Той измества дяла на прозореца в редуващи се слоеве
    • Той използва само един глобален прозорец
  4. Какво правят слоевете за сливане на кръпки между етапите на Swin?
    • Увеличете разделителната способност и премахнете каналите
    • Произволно пускане на лепенки
    • Преведете пачовете в думи
    • Обединяване на съседни пачове, намаляване на разделителната способност и увеличаване на каналите
  5. Защо йерархичният, многомащабен изход на Swin е особено полезен?
    • Той се включва добре в рамки за откриване и сегментиране, които очакват пирамиди с функции
    • Помага само при класификация с един етикет
    • Премахва необходимостта от етикетирани данни
    • Това прави модела по-малък от всеки CNN
  6. How does Swin’s attention pattern differ from standard ViT attention?
    • Swin has no attention mechanism
    • Swin computes attention in local windows and shifts partitions between blocks; standard ViT uses global patch attention
    • ViT uses only local convolutions
    • Both always use identical global attention
  7. What scaling property does fixed-size window attention provide in Swin?
    • It is independent of image resolution
    • It becomes quadratic in channel count only
    • Attention computation grows linearly with image size for fixed window size
    • It removes all attention computation
  8. Why does shifted-window attention use a mask after the cyclic shift?
    • To force every patch to attend to every image patch
    • To remove all positional information
    • To convert window attention into a convolution
    • To prevent tokens from attending across boundaries that should remain separate windows