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.
Otázka 1 z 8
Co znamená 'Swin' v Swin Transformer?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co znamená 'Swin' v Swin Transformer?
- Posunutá okna
- Hladké okno
- Prostorové vinutí
- Jedno okno
- 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
- 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
- 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
- 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
- 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
- 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
- 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