Kvíz spojený s průvodcem · Těžko úroveň

Kvíz Swin Transformer

Zkontrolujte pozornost s posunutým oknem, komunikaci napříč okny, hierarchické funkce, slučování záplat a aplikace s úkoly vize ve Swin.

Související vodicí cestySwin Transformer
Otázka 1 z 8

Co znamená 'Swin' v Swin Transformer?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co znamená 'Swin' v Swin Transformer?
    • Posunutá okna
    • Hladké okno
    • Prostorové vinutí
    • Jedno okno
  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. Jak Swin nechává informace přesouvat mezi samostatnými okny?
    • Používá opakující se připojení
    • Zcela odstraní hranice okna
    • Posouvá mezistěnu okna ve střídajících se vrstvách
    • Používá pouze jediné globální okno
  4. Co dělají vrstvy spojující záplaty mezi fázemi Swin?
    • Zvyšte rozlišení a odstraňte kanály
    • Náhodně odhazujte záplaty
    • Přeložte záplaty do slov
    • Sloučit sousední patche, snížit rozlišení a zvýšit kanály
  5. Proč je hierarchický, víceúrovňový výstup Swin obzvláště užitečný?
    • Úhledně se zapojuje do rámců detekce a segmentace, které očekávají pyramidy funkcí
    • Pomáhá pouze při klasifikaci jednoho štítku
    • Odstraňuje potřebu označených dat
    • Díky tomu je model menší než kterákoli 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