গাইড লিঙ্ক ক্যুইজ · কঠিন স্তর
ক্যাপসুল নেটওয়ার্ক কুইজ
ক্যাপসুল ভেক্টর, পার্ট-টু-হোল রাউটিং, পোজ তথ্য, চুক্তির স্কোর এবং কেন পুনরাবৃত্তিমূলক রাউটিং ব্যয়বহুল হতে পারে তা পরীক্ষা করে।
প্রশ্ন 1 এর 8
একটি ক্যাপসুল নেটওয়ার্কে, একটি ক্যাপসুলের আউটপুট ভেক্টরের LENGTH কী প্রতিনিধিত্ব করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- একটি ক্যাপসুল নেটওয়ার্কে, একটি ক্যাপসুলের আউটপুট ভেক্টরের LENGTH কী প্রতিনিধিত্ব করে?
- সত্তা উপস্থিত থাকার সম্ভাবনা
- সনাক্ত করা বৈশিষ্ট্যের রঙ
- সেই স্তরের জন্য শেখার হার
- ক্যাপসুলে নিউরনের সংখ্যা
- স্ট্যান্ডার্ড সিএনএন-এর সাথে কোন সমস্যাটি মোকাবেলার জন্য বিশেষভাবে ডিজাইন করা ক্যাপসুল নেটওয়ার্ক ছিল?
- জিপিইউতে ধীরগতির প্রশিক্ষণ
- স্থানিক/আংশিক-সম্পূর্ণ সম্পর্কের ক্ষতি, যেমন এলোমেলো মুখ অংশ গ্রহণ
- রঙিন ছবি প্রক্রিয়া করতে অক্ষমতা
- শেখার জন্য খুব কম প্যারামিটার
- কোন নিম্ন-স্তরের ক্যাপসুলগুলি কোন উচ্চ-স্তরের ক্যাপসুলগুলির সাথে সংযোগ স্থাপন করে তা নির্ধারণ করে এমন অ্যালগরিদমের নাম কী?
- সময়ের মাধ্যমে ব্যাকপ্রোপগেশন
- গ্রেডিয়েন্ট ক্লিপিং
- ডায়নামিক রাউটিং-বাই-চুক্তি
- ব্যাচ স্বাভাবিককরণ
- কে 2017 সালে ডায়নামিক রাউটিং সহ ক্যাপসুল নেটওয়ার্ক চালু করেন?
- ইয়ান লেকুন এবং সহকর্মীরা
- ইয়ান গুডফেলো এবং সহকর্মীরা
- ভাসওয়ানি ও সহকর্মীরা
- সবুর, ফ্রস্ট এবং হিন্টন
- ক্যাপসুল নেটওয়ার্কে 'স্কোয়াশ' ফাংশনের উদ্দেশ্য কী?
- ভেক্টরের দৈর্ঘ্যকে 0 এবং 1 এর মধ্যে স্বাভাবিক করার জন্য তার দিক ঠিক রেখে
- অব্যবহৃত ক্যাপসুল মুছে ফেলার জন্য
- চিত্রগুলিকে গ্রেস্কেলে রূপান্তর করতে
- স্বয়ংক্রিয়ভাবে নেটওয়ার্কের গভীরতা বাড়ানোর জন্য
- 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
- 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
- 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