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।

সম্পর্কিত গাইড পাথক্যাপসুল নেটওয়ার্ক
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।

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  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