Quiz collegato alla guida · Medio Livello

Quiz sulle reti neurali convoluzionali

Testa i kernel CNN condivisi, il downsampling spaziale, le gerarchie di funzionalità apprese, la cronologia di AlexNet, i calcoli della griglia di output e la fitta copertura dei canali di input.

Percorsi guida correlatiReti neurali convoluzionali
Domanda 1 di 8

Qual è il compito principale di un filtro (kernel) in una CNN?

Anteprima di ogni domanda8 domande

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

  1. Qual è il compito principale di un filtro (kernel) in una CNN?
    • Per memorizzare l'etichetta di classificazione finale
    • Per mescolare casualmente i pixel prima dell'allenamento
    • Per scorrere sull'immagine e rilevare uno schema visivo specifico
    • Per convertire l'immagine in audio
  2. How does spatial kernel sharing reduce parameter requirements compared with learning a separate kernel at every image location?
    • The same learned kernel weights are reused across locations
    • All input pixels are deleted
    • Every layer must use only grayscale data
    • The model avoids all training
  3. What does a spatial pooling layer commonly do to a CNN feature map?
    • Assign a final label to every object
    • Reduce its spatial resolution
    • Guarantee invariance to every possible image shift
    • Always increase the number of input channels
  4. In una CNN profonda, come cambiano generalmente le caratteristiche dai primi strati agli strati successivi?
    • Dagli oggetti interi ai singoli pixel
    • Rimangono identici ad ogni strato
    • Dal testo ai soli numeri
    • Da bordi e colori semplici a parti complesse come occhi o ruote
  5. Which named CNN is associated with the influential 2012 ImageNet classification result?
    • AlexNet
    • ResNet
    • Vision Transformer
    • SqueezeNet
  6. Quale operazione numerica avviene quando un filtro viene applicato a una zona dell'immagine?
    • I pixel vengono ordinati dal più scuro al più luminoso
    • La patch viene eliminata dall'immagine
    • Ogni peso viene moltiplicato per il pixel sovrapposto e i prodotti vengono sommati
    • I pixel vengono convertiti in lettere
  7. With a 6-by-6 input and 3-by-3 kernel at stride one, no padding, and no dilation, what is the CNN output-grid size?
    • 6 by 6
    • 3 by 3
    • 2 by 2
    • 4 by 4
  8. In dense ungrouped convolution on a three-channel input, which channels does one filter span?
    • Only the first channel by definition
    • All three input channels
    • No input channels because kernels contain only output labels
    • Exactly one channel in every convolution configuration