Κουίζ που συνδέεται με οδηγό · Σκληρό Επίπεδο

Κουίζ Swin Transformer

Ελέγξτε την προσοχή μετατοπισμένου παραθύρου, την επικοινωνία μεταξύ των παραθύρων, τις ιεραρχικές λειτουργίες, τη συγχώνευση ενημερώσεων κώδικα και τις εφαρμογές όρασης εργασίας στο Swin.

Σχετικές διαδρομές οδηγώνSwin Transformer
Ερώτηση 1 του 8

Τι σημαίνει το 'Swin' στο Swin Transformer;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Τι σημαίνει το 'Swin' στο Swin Transformer;
    • Μετατόπισε τα Windows
    • Ομαλό παράθυρο
    • Χωρική περιέλιξη
    • Μονό Παράθυρο
  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. Πώς το Swin αφήνει τις πληροφορίες να μετακινούνται μεταξύ ξεχωριστών παραθύρων;
    • Χρησιμοποιεί επαναλαμβανόμενες συνδέσεις
    • Διαγράφει εντελώς τα όρια των παραθύρων
    • Μετατοπίζει το διαμέρισμα παραθύρου σε εναλλασσόμενα επίπεδα
    • Χρησιμοποιεί μόνο ένα καθολικό παράθυρο
  4. Τι κάνουν τα επίπεδα συγχώνευσης patch μεταξύ των σταδίων Swin;
    • Αυξήστε την ανάλυση και αφαιρέστε κανάλια
    • Ρίξτε τυχαία μπαλώματα
    • Μεταφράστε τα μπαλώματα σε λέξεις
    • Συγχώνευση γειτονικών ενημερώσεων κώδικα, μειώνοντας την ανάλυση και αυξάνοντας τα κανάλια
  5. Γιατί είναι ιδιαίτερα χρήσιμη η ιεραρχική, πολλαπλής κλίμακας έξοδος του Swin;
    • Συνδέεται τακτοποιημένα σε πλαίσια ανίχνευσης και τμηματοποίησης που αναμένουν πυραμίδες χαρακτηριστικών
    • Βοηθά μόνο με την ταξινόμηση μιας ετικέτας
    • Καταργεί την ανάγκη για δεδομένα με ετικέτα
    • Κάνει το μοντέλο μικρότερο από οποιοδήποτε 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