Kuis terkait panduan · Sedang Tingkat

Kuis Konvolusi yang Dapat Dipisahkan Secara Mendalam

Terapkan pemisahan yang mendalam dan tepat, bandingkan biaya konvolusi, hitung contoh kecil, dan kenali desain model seluler yang efisien.

Jalur panduan terkaitKonvolusi yang Dapat Dipisahkan Secara Mendalam
Pertanyaan 1 dari 8

Apa dua langkah di mana konvolusi yang dapat dipisahkan secara mendalam membagi konvolusi standar?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa dua langkah di mana konvolusi yang dapat dipisahkan secara mendalam membagi konvolusi standar?
    • Langkah penggabungan diikuti dengan langkah normalisasi
    • Dua konvolusi 3x3 bertumpuk dengan ReLU di antaranya
    • Filter spasial secara mendalam per saluran, lalu campuran saluran bertitik 1x1
    • Konvolusi encoder dan dekonvolusi decoder
  2. Secara mendalam, bagaimana saluran masukan diperlakukan?
    • Setiap saluran disaring secara independen dengan kernelnya sendiri
    • Semua saluran dijumlahkan terlebih dahulu
    • Saluran diacak secara acak sebelum difilter
    • Hanya saluran pertama yang berbelit-belit
  3. For many output channels, what operation-count reduction does the guide associate with a 3×3 depthwise separable convolution?
    • Sekitar 2 kali lebih sedikit
    • Sekitar 100 kali lebih sedikit
    • Ini menggunakan lebih banyak komputasi, bukan lebih sedikit
    • Sekitar 8 hingga 9 kali lebih sedikit
  4. Apa peran konvolusi pointwise (1x1) dalam desain ini?
    • Untuk menurunkan sampel resolusi spasial
    • Untuk menggabungkan informasi antar saluran di setiap lokasi
    • Untuk menambahkan pengkodean posisi
    • Untuk menghilangkan istilah bias
  5. Arsitektur terkenal manakah yang mempopulerkan konvolusi yang dapat dipisahkan secara mendalam untuk perangkat seluler?
    • Jaringan Seluler
    • 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