Mit dem Guide verknüpftes Quiz · Mittel Ebene

Quiz zu Faltungs-Neuronalen Netzen

Testen Sie gemeinsam genutzte CNN-Kernel, räumliches Downsampling, erlernte Feature-Hierarchien, AlexNet-Verlauf, Ausgabegitterberechnungen und dichte Eingabekanalabdeckung.

Verwandte FührungspfadeFaltungs-Neuronale Netze
Frage 1 von 8

Was ist die Hauptaufgabe eines Filters (Kernels) in einem CNN?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was ist die Hauptaufgabe eines Filters (Kernels) in einem CNN?
    • Zum Speichern des endgültigen Klassifizierungsetiketts
    • Um die Pixel vor dem Training zufällig zu mischen
    • Über das Bild gleiten und ein bestimmtes visuelles Muster erkennen
    • Um das Bild in Audio umzuwandeln
  2. How does spatial kernel sharing reduce parameter requirements compared with learning a separate kernel at every image location?
    • The same learned kernel weights are reused across locations
    • All input pixels are deleted
    • Every layer must use only grayscale data
    • The model avoids all training
  3. What does a spatial pooling layer commonly do to a CNN feature map?
    • Assign a final label to every object
    • Reduce its spatial resolution
    • Guarantee invariance to every possible image shift
    • Always increase the number of input channels
  4. Wie ändern sich die Merkmale in einem tiefen CNN im Allgemeinen von frühen zu späteren Schichten?
    • Von ganzen Objekten bis hin zu einzelnen Pixeln
    • Sie bleiben auf jeder Ebene identisch
    • Nur vom Text bis zu Zahlen
    • Von einfachen Kanten und Farben bis hin zu komplexen Teilen wie Augen oder Rädern
  5. Which named CNN is associated with the influential 2012 ImageNet classification result?
    • AlexNet
    • ResNet
    • Vision Transformer
    • SqueezeNet
  6. Welche numerische Operation wird ausgeführt, wenn ein Filter auf einen Teil des Bildes angewendet wird?
    • Die Pixel werden vom dunkelsten zum hellsten sortiert
    • Der Patch wird aus dem Bild gelöscht
    • Jedes Gewicht wird mit seinem überlappenden Pixel multipliziert und die Produkte werden summiert
    • Die Pixel werden in Buchstaben umgewandelt
  7. With a 6-by-6 input and 3-by-3 kernel at stride one, no padding, and no dilation, what is the CNN output-grid size?
    • 6 by 6
    • 3 by 3
    • 2 by 2
    • 4 by 4
  8. In dense ungrouped convolution on a three-channel input, which channels does one filter span?
    • Only the first channel by definition
    • All three input channels
    • No input channels because kernels contain only output labels
    • Exactly one channel in every convolution configuration