Útmutatóhoz kapcsolódó kvíz · Kemény Szint
Kapszula hálózatok kvíz
Checks capsule vectors, part-to-whole routing, pose information, agreement scores and why iterative routing can be costly.
kérdés 1 -ból 8
Mit jelent egy kapszula hálózatban a kapszula kimeneti vektorának HOSSZA?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Mit jelent egy kapszula hálózatban a kapszula kimeneti vektorának HOSSZA?
- Annak a valószínűsége, hogy az entitás jelen van
- Az észlelt jellemző színe
- Az adott réteg tanulási sebessége
- A neuronok száma a kapszulában
- Milyen problémára tervezték a kapszulahálózatokat a szabványos CNN-ekkel?
- Lassú képzés GPU-kon
- Térbeli/rész-egész kapcsolatok elvesztése, pl. összekavarodott arcrészek elfogadása
- A színes képek feldolgozásának képtelensége
- Túl kevés paramétert kell megtanulni
- Mi a neve annak az algoritmusnak, amely eldönti, hogy melyik alacsonyabb szintű kapszula melyik magasabb szintű kapszulához csatlakozzon?
- Visszaterjesztés az időben
- Gradiens vágás
- Dinamikus útválasztás megállapodásonként
- Kötegelt normalizálás
- Ki vezette be a kapszulahálózatot dinamikus útválasztással 2017-ben?
- Yann LeCun és munkatársai
- Ian Goodfellow és munkatársai
- Vaswani és munkatársai
- Sabour, Frosst és Hinton
- Mi a célja a „squash” funkciónak egy kapszulahálózatban?
- A vektor hosszának normalizálása 0 és 1 közé, az irány megtartása mellett
- A fel nem használt kapszulák törléséhez
- Képek konvertálása szürkeárnyalatossá
- A hálózat mélységének automatikus növelése
- Which result did the original 2017 CapsNet paper report as evidence for routing-by-agreement?
- Lower memory use than every CNN on ImageNet
- Better recognition of highly overlapping digits than a convolutional net
- No need for a training objective
- Perfect performance on all affine transformations
- In the original capsule representation, what information is carried by the direction of a capsule’s output vector?
- The probability that the entity is absent
- The number of routing iterations
- Instantiation or pose parameters of the represented entity
- The loss assigned to the previous layer
- In routing-by-agreement, what makes a lower capsule’s prediction agree with a higher-level capsule?
- Their capsule names begin with the same letter
- Their vector lengths are exactly zero
- They occur in the same image crop
- Their predicted and output vectors have a large scalar product