Quiz collegato alla guida · Difficile Livello

Quiz sulle reti di capsule

Controlla i vettori delle capsule, l'instradamento da parte a intero, le informazioni sulla posa, i punteggi di accordo e il motivo per cui l'instradamento iterativo può essere costoso.

Percorsi guida correlatiReti di capsule
Domanda 1 di 8

In una rete di capsule, cosa rappresenta la LUNGHEZZA del vettore di uscita di una capsula?

Anteprima di ogni domanda8 domande

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

  1. In una rete di capsule, cosa rappresenta la LUNGHEZZA del vettore di uscita di una capsula?
    • La probabilità che l'entità sia presente
    • Il colore della caratteristica rilevata
    • Il tasso di apprendimento per quel livello
    • Il numero di neuroni nella capsula
  2. Per quale problema con le CNN standard sono state progettate specificamente le reti di capsule?
    • Allenamento lento sulle GPU
    • Perdita delle relazioni spazio/parte-tutto, ad es. accettare parti del viso confuse
    • Impossibilità di elaborare immagini a colori
    • Troppi pochi parametri da imparare
  3. Qual è il nome dell'algoritmo che decide quali capsule di livello inferiore si collegano a quali capsule di livello superiore?
    • Retropropagazione nel tempo
    • Ritaglio gradiente
    • Routing dinamico per accordo
    • Normalizzazione batch
  4. Chi ha introdotto la rete di capsule con routing dinamico nel 2017?
    • Yann LeCun e colleghi
    • Ian Goodfellow e colleghi
    • Vaswani e colleghi
    • Sabour, Frosst e Hinton
  5. Qual è lo scopo della funzione "squash" in una rete di capsule?
    • Per normalizzare la lunghezza del vettore tra 0 e 1 mantenendone la direzione
    • Per eliminare le capsule non utilizzate
    • Per convertire le immagini in scala di grigi
    • Per aumentare automaticamente la profondità della rete
  6. Which result did the original 2017 CapsNet paper report as evidence for routing-by-agreement?
    • Lower memory use than every CNN on ImageNet
    • Better recognition of highly overlapping digits than a convolutional net
    • No need for a training objective
    • Perfect performance on all affine transformations
  7. In the original capsule representation, what information is carried by the direction of a capsule’s output vector?
    • The probability that the entity is absent
    • The number of routing iterations
    • Instantiation or pose parameters of the represented entity
    • The loss assigned to the previous layer
  8. In routing-by-agreement, what makes a lower capsule’s prediction agree with a higher-level capsule?
    • Their capsule names begin with the same letter
    • Their vector lengths are exactly zero
    • They occur in the same image crop
    • Their predicted and output vectors have a large scalar product