Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Konvolúciós neurális hálózatok kvíz

Test shared CNN kernels, spatial downsampling, learned feature hierarchies, AlexNet history, output-grid calculations, and dense input-channel coverage.

Kapcsolódó útmutató utakKonvolúciós neurális hálózatok
kérdés 1 -ból 8

Mi a szűrő (kernel) fő feladata a CNN-ben?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi a szűrő (kernel) fő feladata a CNN-ben?
    • A végső osztályozási címke tárolására
    • A képpontok véletlenszerű keverése edzés előtt
    • A képen való átcsúszáshoz és egy adott vizuális minta észleléséhez
    • A kép hanggá alakítása
  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. Egy mély CNN-ben hogyan változnak a jellemzők általában a korai rétegekről a későbbi rétegekre?
    • Egész objektumoktól az egyes pixelekig
    • Minden rétegben azonosak maradnak
    • Szövegtől csak számokig
    • Az egyszerű élektől és színektől az összetett alkatrészekig, mint például a szemek vagy a kerekek
  5. Which named CNN is associated with the influential 2012 ImageNet classification result?
    • AlexNet
    • ResNet
    • Vision Transformer
    • SqueezeNet
  6. Milyen numerikus művelet történik, ha szűrőt alkalmazunk a kép egy foltjára?
    • A képpontok a legsötétebbtől a legvilágosabbig vannak rendezve
    • A javítás törlődik a képről
    • Minden súlyt megszoroznak az átfedő pixelekkel, és a szorzatokat összeadják
    • A képpontok betűkké alakulnak
  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