Κουίζ DenseNet και Dense Connectivity

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Ποια λειτουργία χρησιμοποιεί το DenseNet για να συνδυάσει χάρτες χαρακτηριστικών από προηγούμενα επίπεδα;
   • Σύζευξη καναλιών
   • Στοιχεία προσθήκη
   • Μέγιστη συγκέντρωση στα επίπεδα
   • Πολλαπλασιασμός κατά στοιχείο
2. Στο DenseNet, τι ελέγχει ο «ρυθμός ανάπτυξης» k;
   • Το χρονοδιάγραμμα των ποσοστών μάθησης
   • Το μέγεθος του παραθύρου συγκέντρωσης
   • Ο αριθμός των νέων χαρτών χαρακτηριστικών που παράγει κάθε επίπεδο
   • Ο αριθμός των πυκνών μπλοκ
3. Πόσες άμεσες συνδέσεις υπάρχουν μεταξύ των στρωμάτων L σε ένα πυκνό μπλοκ;
   • L
   • L(L+1)/2
   • 2L
   • L τετράγωνο
4. Ποιος είναι ο κύριος σκοπός των επιπέδων μετάβασης στο DenseNet;
   • Για να προσθέσετε υπολειπόμενες συντομεύσεις
   • Να αυξηθεί ο ρυθμός ανάπτυξης
   • Για να εφαρμόσετε μόνο εγκατάλειψη
   • Για μείωση δειγματοληψίας και μείωση του μεγέθους του χάρτη χαρακτηριστικών μεταξύ πυκνών μπλοκ
5. Ένα βασικό πλεονέκτημα της πυκνής συνδεσιμότητας είναι ότι βοηθά να μετριαστεί ποιο πρόβλημα προπόνησης;
   • Υπερβολική προσαρμογή στο χρώμα
   • Εκρηκτικά μεγέθη παρτίδων
   • Το πρόβλημα της διαβάθμισης
   • Θόρυβος ετικέτας
6. Σε σύγκριση με το ResNet με παρόμοια ακρίβεια στο ImageNet, το DenseNet-BC χρησιμοποιεί συνήθως:
   • Ουσιαστικά λιγότερες παραμέτρους
   • Πολύ περισσότερες παράμετροι
   • Περίπου τις ίδιες παραμέτρους
   • Χωρίς καθόλου συνελίξεις
7. A late DenseNet layer needs an edge feature learned near the input. Why can it use that map directly?
   • Only the final layer can see edge features
   • DenseNet resets all maps after each layer
   • Transition layers reconstruct every earlier map from scratch
   • Earlier feature maps remain among its concatenated inputs
8. A dense block begins with m channels and three layers each add k new maps. How many channels emerge before a transition?
   • 3m + k
   • m + 3k
   • m times k cubed
   • Only k, because old maps are discarded