Quiz lié à un guide · Moyen Niveau

Quiz sur les réseaux de neurones convolutifs

Testez les noyaux CNN partagés, le sous-échantillonnage spatial, les hiérarchies de fonctionnalités apprises, l'historique AlexNet, les calculs de grille de sortie et la couverture dense des canaux d'entrée.

Chemins de guidage associésRéseaux de neurones convolutifs
Question 1 de 8

Quelle est la tâche principale d’un filtre (noyau) dans un CNN ?

Prévisualisez chaque question8 des questions

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

  1. Quelle est la tâche principale d’un filtre (noyau) dans un CNN ?
    • Pour stocker l'étiquette de classification finale
    • Pour mélanger aléatoirement les pixels avant l'entraînement
    • Pour glisser sur l’image et détecter un motif visuel spécifique
    • Pour convertir l'image en audio
  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. Dans un CNN profond, comment les fonctionnalités changent-elles généralement des premières couches aux couches ultérieures ?
    • Des objets entiers aux pixels individuels
    • Ils restent identiques à chaque couche
    • Du texte aux chiffres uniquement
    • Des bords et couleurs simples aux pièces complexes comme les yeux ou les roues
  5. Which named CNN is associated with the influential 2012 ImageNet classification result?
    • AlexNet
    • ResNet
    • Vision Transformer
    • SqueezeNet
  6. Quelle opération numérique se produit lorsqu'un filtre est appliqué à une zone de l'image ?
    • Les pixels sont triés du plus sombre au plus clair
    • Le patch est supprimé de l'image
    • Chaque poids est multiplié par son pixel qui se chevauche et les produits sont additionnés
    • Les pixels sont convertis en lettres
  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