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.
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.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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