Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Highway Networks és Skip Connections kvíz

Test gated and residual shortcuts, gradient-flow limits, LSTM inspiration, transformer and U-Net uses, and zero-versus-one gate behavior.

kérdés 1 -ból 8

A very deep network struggles with optimization. What can a skip path provide?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. A very deep network struggles with optimization. What can a skip path provide?
    • A guarantee of perfect gradients at every depth
    • A more direct signal and gradient route that can ease training
    • A proof that more layers always improve accuracy
    • A replacement for the loss function
  2. Mit számol ki egy alap maradék blokk?
    • kimenet = F(x) szorozva x-szel
    • kimenet = x osztva F(x)
    • kimenet = F(x) és x maximuma
    • kimenet = F(x) plusz x, ahol x a bemeneti parancsikon
  3. Mi ihlette a kapuzási mechanizmust az autópálya-hálózatokban?
    • LSTM kapuk visszatérő hálózatokból
    • Konvolúciós összevonás
    • Kötegelt normalizálás
    • Lemorzsolódás
  4. Autópálya-hálózatban mit vezérel a T(x) transzformátorkapu?
    • Az optimalizáló tanulási sebessége
    • A kimeneti kép mérete
    • A bemenet mekkora része átalakul az egyenesen átvitthez képest
    • A rétegek száma a hálózatban
  5. Melyik modern építészet támaszkodik az alrétegei körüli maradék kapcsolatokra?
    • A K-csoportosulást jelent
    • A döntési fa
    • Lineáris regresszió
    • A transzformátor
  6. Hogyan segítik az U-Net kapcsolatok kihagyása a szegmentálást?
    • Teljesen törlik a kódolót
    • Finom térbeli részleteket továbbítanak a kódolóból a dekóderbe
    • A képet szöveggé alakítják
    • Egyre csökkentik a kimeneti osztályok számát
  7. In y = F(x)T(x) + x(1-T(x)), what remains when T(x)=0?
    • Only F(x)
    • The sum 2x
    • The carried input x
    • A mandatory zero output
  8. For the same coupled-gate highway form, what remains when T(x)=1?
    • The transformed value F(x)
    • Only the original x
    • F(x) plus x
    • An automatically normalized x