Kvíz spojený s průvodcem · Střední úroveň
Hloubkově oddělitelné konvoluce kvíz
Použijte hloubkové a bodové rozdělení, porovnejte náklady na konvoluci, spočítejte malý příklad a rozpoznáte efektivní návrh mobilního modelu.
Otázka 1 z 8
Jaké jsou dva kroky, na které hloubkově oddělitelná konvoluce rozděluje standardní konvoluci?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jaké jsou dva kroky, na které hloubkově oddělitelná konvoluce rozděluje standardní konvoluci?
- Krok sdružování následovaný krokem normalizace
- Dvě naskládané konvoluce 3x3 s ReLU mezi nimi
- Hloubkový prostorový filtr na kanál, poté 1x1 bodový mix kanálů
- Konvoluce kodéru a dekonvoluce dekodéru
- Jak se v hloubkovém kroku zachází se vstupními kanály?
- Každý kanál je filtrován nezávisle s vlastním jádrem
- Všechny kanály se nejprve sečtou
- Kanály jsou před filtrováním náhodně zamíchány
- Pouze první kanál je konvolvován
- For many output channels, what operation-count reduction does the guide associate with a 3×3 depthwise separable convolution?
- Asi 2x méně
- Asi 100x méně
- Využívá více výpočtů, ne méně
- Asi 8x až 9x méně
- Jaká je role bodové (1x1) konvoluce v tomto návrhu?
- Pro zmenšení prostorového rozlišení
- Kombinovat informace napříč kanály na každém místě
- Chcete-li přidat poziční kódování
- Chcete-li odstranit zkreslení podmínek
- Která známá architektura popularizovala hloubkově oddělitelné konvoluce pro mobilní zařízení?
- MobileNet
- ResNet
- AlexNet
- LSTM
- An implementation applies only the depthwise spatial filters and omits the pointwise layer. Which capability is missing from that block?
- Spatial filtering within each channel
- Separate kernels for the input channels
- Learned combination of information across channels
- Local spatial feature extraction
- Using the guide’s formulas with M = 4 input channels and N = 16 outputs, how many multiply-adds per location do standard and separable 3×3 convolutions require?
- Standard 100; separable 576
- Standard 576; separable 100
- Standard 576; separable 36
- Standard 64; separable 100
- In the guide’s cost ratio 1/N + 1/9 for a 3×3 separable convolution, what happens as the output-channel count N becomes very large?
- The ratio approaches 9
- The ratio approaches zero
- The ratio becomes independent of kernel size for every kernel
- The ratio approaches 1/9