Quiz lié à un guide · Moyen Niveau

Quiz sur les convolutions séparables en profondeur

Appliquez la répartition en profondeur et en points, comparez les coûts de convolution, calculez un petit exemple et reconnaissez la conception efficace d'un modèle mobile.

Chemins de guidage associésConvolutions séparables en profondeur
Question 1 de 8

Quelles sont les deux étapes en lesquelles une convolution séparable en profondeur divise une convolution standard ?

Prévisualisez chaque question8 des questions

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

  1. Quelles sont les deux étapes en lesquelles une convolution séparable en profondeur divise une convolution standard ?
    • Une étape de mutualisation suivie d'une étape de normalisation
    • Deux convolutions 3x3 empilées avec un ReLU entre elles
    • Un filtre spatial en profondeur par canal, puis un mixage de canal 1x1 par point
    • Une convolution codeur et une déconvolution décodeur
  2. Dans l’étape en profondeur, comment les canaux d’entrée sont-ils traités ?
    • Chaque canal est filtré indépendamment avec son propre noyau
    • Tous les canaux sont d'abord additionnés
    • Les chaînes sont mélangées de manière aléatoire avant le filtrage
    • Seul le premier canal est convolué
  3. For many output channels, what operation-count reduction does the guide associate with a 3×3 depthwise separable convolution?
    • Environ 2 fois moins
    • Environ 100 fois moins
    • Il utilise plus de calculs, pas moins
    • Environ 8 à 9 fois moins
  4. Quel est le rôle de la convolution ponctuelle (1x1) dans cette conception ?
    • Pour sous-échantillonner la résolution spatiale
    • Pour combiner les informations sur tous les canaux à chaque emplacement
    • Pour ajouter des encodages de position
    • Pour supprimer les termes de biais
  5. Quelle architecture bien connue a popularisé les convolutions séparables en profondeur pour les appareils mobiles ?
    • MobileNet
    • ResNet
    • AlexNet
    • LSTM
  6. An implementation applies only the depthwise spatial filters and omits the pointwise layer. Which capability is missing from that block?
    • Spatial filtering within each channel
    • Separate kernels for the input channels
    • Learned combination of information across channels
    • Local spatial feature extraction
  7. Using the guide’s formulas with M = 4 input channels and N = 16 outputs, how many multiply-adds per location do standard and separable 3×3 convolutions require?
    • Standard 100; separable 576
    • Standard 576; separable 100
    • Standard 576; separable 36
    • Standard 64; separable 100
  8. In the guide’s cost ratio 1/N + 1/9 for a 3×3 separable convolution, what happens as the output-channel count N becomes very large?
    • The ratio approaches 9
    • The ratio approaches zero
    • The ratio becomes independent of kernel size for every kernel
    • The ratio approaches 1/9