Cuestionario vinculado a una guía · Medio Nivel

Prueba de arquitecturas de cuellos de botella

Comprueba la reducción de canales, el ahorro de cómputo, los residuos invertidos, las actualizaciones de bajo rango y la restricción de dimensionalidad compartida detrás de los cuellos de botella.

Rutas de guía relacionadasArquitecturas de cuello de botella
Pregunta 1 de 8

En un bloque de cuello de botella de ResNet, ¿cuál es el papel de la primera convolución 1x1?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. En un bloque de cuello de botella de ResNet, ¿cuál es el papel de la primera convolución 1x1?
    • Para reducir el número de canales antes de la convolución 3x3
    • Para aumentar la resolución espacial
    • Para aplicar la clasificación final
    • Para agregar ruido para la regularización
  2. ¿Por qué un cuello de botella hace que la computación de redes profundas sea más barata?
    • Elimina todas las activaciones.
    • Realiza operaciones costosas en menos canales
    • Utiliza núcleos más grandes en todas partes.
    • Se salta la retropropagación
  3. En un codificador automático, la capa de cuello de botella determina principalmente:
    • La elección del optimizador
    • El formato del archivo de imagen
    • ¿Cuánto se comprime la entrada?
    • El tamaño del lote
  4. ¿Qué variante de la idea del cuello de botella utiliza MobileNetV2?
    • Cuello de botella de agrupación pura
    • Cuello de botella recurrente
    • Ningún cuello de botella
    • Cuello de botella residual invertido (expandir y luego contraer)
  5. ¿Cómo aplica LoRA los principios de cuello de botella a modelos de lenguaje grandes?
    • Insertando un cuello de botella entrenable de rango bajo (estrecho) en las actualizaciones de peso
    • Eliminando capas de atención
    • Duplicando todos los pesos
    • Cuantizando a 1 bit
  6. ¿Qué patrón de canal sigue un bloque de cuello de botella típico de ResNet?
    • Ancho, ancho, ancho
    • Reducir, procesar, restaurar (por ejemplo, 256 a 64 a 256)
    • Estrecho, ancho, estrecho
    • Aleatorio por capa
  7. A ResNet block reduces 256 channels to 64 before its 3×3 convolution. Ignoring the 1×1 layers, what is the 3×3 layer’s approximate multiply-add cost relative to 256 channels?
    • About one-quarter
    • About one-half
    • About one-sixteenth
    • About four times as much
  8. An autoencoder uses a narrow latent code. What constraint does this impose on reconstruction?
    • The encoder must preserve every input pixel exactly
    • The network can no longer use learned weights
    • The decoder must expand the latent code before encoding
    • The decoder must reconstruct the input from a compressed representation