Quiz lié à un guide · Moyen Niveau

Quiz sur les architectures à goulot d'étranglement

Vérifie la réduction des canaux, les économies de calcul, les résidus inversés, les mises à jour de bas rang et la contrainte de dimensionnalité partagée derrière les goulots d'étranglement.

Chemins de guidage associésArchitectures à goulot d’étranglement
Question 1 de 8

Dans un bloc de goulot d'étranglement ResNet, quel est le rôle de la première convolution 1x1 ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Dans un bloc de goulot d'étranglement ResNet, quel est le rôle de la première convolution 1x1 ?
    • Pour réduire le nombre de canaux avant la convolution 3x3
    • Pour augmenter la résolution spatiale
    • Pour appliquer le classement final
    • Pour ajouter du bruit pour la régularisation
  2. Pourquoi un goulot d’étranglement rend-il le calcul des réseaux profonds moins coûteux ?
    • Il supprime toutes les activations
    • Il effectue des opérations coûteuses sur moins de canaux
    • Il utilise des noyaux plus gros partout
    • Il évite la rétropropagation
  3. Dans un auto-encodeur, la couche de goulot d'étranglement détermine principalement :
    • Le choix de l'optimiseur
    • Le format du fichier image
    • Dans quelle mesure l'entrée est compressée
    • La taille du lot
  4. MobileNetV2 utilise quelle variante de l’idée du goulot d’étranglement ?
    • Goulot d’étranglement purement mutualisé
    • Goulot d'étranglement récurrent
    • Aucun goulot d'étranglement du tout
    • Goulot d’étranglement résiduel inversé (expansion puis contraction)
  5. Comment LoRA applique-t-elle les principes de goulot d'étranglement aux grands modèles de langage ?
    • En insérant un goulot d'étranglement de bas rang (étroit) entraînable dans les mises à jour de poids
    • En supprimant les couches d'attention
    • En doublant tous les poids
    • En quantifiant à 1 bit
  6. Quel modèle de canal suit un bloc de goulot d'étranglement ResNet typique ?
    • Large, large, large
    • Réduire, traiter, restaurer (par exemple, 256 à 64 à 256)
    • Étroit, large, étroit
    • Aléatoire par couche
  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