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.
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.
- 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
- 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
- Quante connessioni dirette esistono tra gli strati L in un blocco denso?
- L
- L(L+1)/2
- 2 litri
- L quadrato
- 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
- 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
- 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
- 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
- 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