Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Konformer építészeti kvíz
Learn how the Conformer combines convolution and self-attention for speech, including its block design and reported benchmark results.
kérdés 1 -ból 8
Milyen két mechanizmust kombinál egyetlen blokkban a Conformer architektúra?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Milyen két mechanizmust kombinál egyetlen blokkban a Conformer architektúra?
- Konvolúció és önfigyelem
- Ismétlődés és összevonás
- Döntési fák és klaszterezés
- Nyalábkeresés és tokenizálás
- Miért különösen hasznos a konvolúció és a figyelem kombinálása a beszédben?
- A figyelem a helyi fonémarészleteket, míg a konvolúció a globális kontextust kezeli
- A konvolúció a helyi mintákat, míg az önfigyelem a hosszú távú kontextust rögzíti
- Mindkettő csak a kép szempontjából számít, a hang nem
- Egyik sem segít; pusztán a sebesség miatt van
- Mi a Conformer blokk „Macaron” vagy szendvics szerkezete?
- Két figyelemréteg egy konvolúció körül
- Csak egyetlen előretolható réteg
- Figyelem és fordulat két féllépéses előrecsatolt modul között
- Konvolúció a konvolúció tetejére halmozottan
- Melyik szervezet vezette be a Conformert, és melyik évben?
- OpenAI 2018-ban
- Meta 2015-ben
- Microsoft 2012-ben
- Google 2020-ban
- Mit tartalmaz általában a Conformerben lévő konvolúciós modul?
- Egy pontonkénti konv., egy GLU, egy mélységi konv., egy normalizálás és egy Swish aktiválás
- Csak egyetlen teljesen összekapcsolt réteg
- Egy visszatérő LSTM sejt
- Egy véletlenszerű erdőosztályozó
- On LibriSpeech test-clean/test-other, what WER did the original Conformer paper report with an external language model?
- 2.1% / 4.3%
- 1.9% / 3.9%
- 9.1% / 9.3%
- 0.1% / 0.3%
- What positional information does the Conformer paper add to attention?
- A geographic GPS coordinate for every speech frame
- A fixed class label for each utterance
- Relative positional encoding
- A separate video frame index
- What word error rates did the Conformer paper report without an external language model on LibriSpeech test/test-other?
- 20.1% / 40.3%
- 0.1% / 0.3%
- 12.1% / 14.3%
- 2.1% / 4.3%