Kvíz spojený s průvodcem · Těžko úroveň

Kvíz Sítě kapslí

Kontroluje vektory kapslí, směrování z části na celek, informace o poloze, skóre dohod a proč může být iterativní směrování nákladné.

Související vodicí cestySítě kapslí
Otázka 1 z 8

Co v síti kapslí představuje DÉLKA výstupního vektoru kapsle?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co v síti kapslí představuje DÉLKA výstupního vektoru kapsle?
    • Pravděpodobnost, že je entita přítomna
    • Barva detekovaného prvku
    • Rychlost učení pro tuto vrstvu
    • Počet neuronů v pouzdru
  2. Jaký problém se standardními CNN byly speciálně navrženy pro řešení kapslových sítí?
    • Pomalé školení na GPU
    • Ztráta vztahů prostor/část-celek, kupř. přijímání neuspořádaných částí obličeje
    • Neschopnost zpracovat barevné obrázky
    • Příliš málo parametrů na naučení
  3. Jak se jmenuje algoritmus, který rozhoduje, které kapsle nižší úrovně se připojují ke kterým kapslím vyšší úrovně?
    • Zpětné šíření v čase
    • Oříznutí přechodu
    • Dynamické směrování na základě dohody
    • Dávková normalizace
  4. Kdo v roce 2017 představil kapslovou síť s dynamickým směrováním?
    • Yann LeCun a kolegové
    • Ian Goodfellow a kolegové
    • Vaswani a kolegové
    • Sabour, Frosst a Hinton
  5. Jaký je účel funkce „squash“ v síti kapslí?
    • Pro normalizaci délky vektoru mezi 0 a 1 při zachování jeho směru
    • K vymazání nepoužitých kapslí
    • Chcete-li převést obrázky do stupňů šedi
    • Pro automatické zvýšení hloubky sítě
  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