Quiz collegato alla guida · Medio Livello

DenseNet e quiz sulla connettività densa

Testa la concatenazione delle mappe delle funzionalità, il tasso di crescita, il riutilizzo diretto delle funzionalità, la compressione delle transizioni, i percorsi dei gradienti e il conteggio dei canali.

Percorsi guida correlatiDensenet e connettività densa
Domanda 1 di 8

Quale operazione utilizza DenseNet per combinare le mappe delle caratteristiche dei livelli precedenti?

Anteprima di ogni domanda8 domande

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

  1. Quale operazione utilizza DenseNet per combinare le mappe delle caratteristiche dei livelli precedenti?
    • Concatenazione per canale
    • Aggiunta a livello di elementi
    • Raggruppamento massimo tra livelli
    • Moltiplicazione per elemento
  2. In DenseNet, cosa controlla il "tasso di crescita" k?
    • Il programma del tasso di apprendimento
    • La dimensione della finestra di pooling
    • Il numero di nuove mappe di funzionalità prodotte da ciascun livello
    • Il numero di blocchi densi
  3. Quante connessioni dirette esistono tra gli strati L in un blocco denso?
    • L
    • L(L+1)/2
    • 2 litri
    • L quadrato
  4. Qual è lo scopo principale dei livelli di transizione in DenseNet?
    • Per aggiungere scorciatoie residue
    • Per aumentare il tasso di crescita
    • Per applicare solo l'abbandono
    • Per sottocampionare e ridurre le dimensioni della mappa delle caratteristiche tra blocchi densi
  5. Un vantaggio chiave della connettività densa è che aiuta a mitigare quale problema di formazione?
    • Adattamento eccessivo al colore
    • Dimensioni dei lotti esplosive
    • Il problema del gradiente di fuga
    • Rumore dell'etichetta
  6. Rispetto a ResNet con precisione simile su ImageNet, DenseNet-BC utilizza in genere:
    • Sostanzialmente meno parametri
    • Molti più parametri
    • Circa gli stessi parametri
    • Nessuna circonvoluzione
  7. A late DenseNet layer needs an edge feature learned near the input. Why can it use that map directly?
    • Only the final layer can see edge features
    • DenseNet resets all maps after each layer
    • Transition layers reconstruct every earlier map from scratch
    • Earlier feature maps remain among its concatenated inputs
  8. A dense block begins with m channels and three layers each add k new maps. How many channels emerge before a transition?
    • 3m + k
    • m + 3k
    • m times k cubed
    • Only k, because old maps are discarded