Quiz collegato alla guida · Medio Livello

Quiz sulle architetture dei colli di bottiglia

Controlla la riduzione del canale, i risparmi di calcolo, i residui invertiti, gli aggiornamenti di basso rango e il vincolo di dimensionalità condivisa dietro i colli di bottiglia.

Percorsi guida correlatiArchitetture dei colli di bottiglia
Domanda 1 di 8

In un blocco con collo di bottiglia ResNet, qual è il ruolo della prima convoluzione 1x1?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. In un blocco con collo di bottiglia ResNet, qual è il ruolo della prima convoluzione 1x1?
    • Per ridurre il numero di canali prima della convoluzione 3x3
    • Per aumentare la risoluzione spaziale
    • Per applicare la classifica finale
    • Aggiungere rumore per la regolarizzazione
  2. Perché un collo di bottiglia rende le reti profonde più economiche da elaborare?
    • Rimuove tutte le attivazioni
    • Esegue operazioni costose su un minor numero di canali
    • Utilizza kernel più grandi ovunque
    • Salta la propagazione all'indietro
  3. In un autoencoder, il livello del collo di bottiglia determina principalmente:
    • La scelta dell'ottimizzatore
    • Il formato del file immagine
    • Quanto viene compresso l'input
    • La dimensione del lotto
  4. MobileNetV2 utilizza quale variante dell'idea del collo di bottiglia?
    • Puro collo di bottiglia del pooling
    • Collo di bottiglia ricorrente
    • Nessun collo di bottiglia
    • Collo di bottiglia residuo invertito (espandere e poi contrarre)
  5. In che modo LoRA applica i principi dei colli di bottiglia a modelli linguistici di grandi dimensioni?
    • Inserendo un collo di bottiglia addestrabile di basso rango (stretto) negli aggiornamenti del peso
    • Eliminando i livelli di attenzione
    • Raddoppiando tutti i pesi
    • Quantizzando a 1 bit
  6. Quale modello di canale segue un tipico blocco del collo di bottiglia ResNet?
    • Largo, largo, largo
    • Riduci, elabora, ripristina (ad esempio, da 256 a 64 a 256)
    • Stretto, largo, stretto
    • Casuale per strato
  7. A ResNet block reduces 256 channels to 64 before its 3×3 convolution. Ignoring the 1×1 layers, what is the 3×3 layer’s approximate multiply-add cost relative to 256 channels?
    • About one-quarter
    • About one-half
    • About one-sixteenth
    • About four times as much
  8. An autoencoder uses a narrow latent code. What constraint does this impose on reconstruction?
    • The encoder must preserve every input pixel exactly
    • The network can no longer use learned weights
    • The decoder must expand the latent code before encoding
    • The decoder must reconstruct the input from a compressed representation