Quiz collegato alla guida · Medio Livello

Quiz sulle Convoluzioni Dilatate e Atrose

Controlla la spaziatura di dilatazione, i campi recettivi, la segmentazione, WaveNet, la griglia e il contesto multiscala parallelo nelle convoluzioni atroche.

Percorsi guida correlatiConvoluzioni dilatate e atroce
Domanda 1 di 8

Cosa fa una velocità di dilatazione maggiore di 1 a un kernel di convoluzione?

Anteprima di ogni domanda8 domande

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

  1. Cosa fa una velocità di dilatazione maggiore di 1 a un kernel di convoluzione?
    • Inserisce degli spazi tra i pesi dei chicchi in modo che coprano un'area più ampia
    • Aggiunge più pesi apprendibili al kernel
    • Riduce il kernel a un singolo punto
    • Converte il kernel in un'operazione di pooling
  2. Un kernel 3x3 con un tasso di dilatazione pari a 2 copre effettivamente quanto è grande una regione?
    • 3x3
    • 5x5
    • 7x7
    • 9x9
  3. Perché le convoluzioni dilatate sono particolarmente utili per la segmentazione semantica?
    • Riducono l'immagine a una singola etichetta
    • Eliminano la necessità di dati di addestramento
    • Allargano il campo recettivo mantenendo alta la risoluzione della mappa delle caratteristiche
    • Funzionano solo su immagini in scala di grigi
  4. Da cosa deriva il termine atro?
    • Una parola latina per strato
    • Acronimo di metodo di allenamento
    • Il nome del suo inventore
    • Il francese a trous significa con i buchi
  5. In WaveNet, perché le convoluzioni dilatate impilate sono preziose?
    • Generano immagini anziché audio
    • Catturano in modo efficiente dipendenze a lungo raggio nella forma d'onda audio
    • Rimuovono tutto il silenzio dalle registrazioni
    • Convertono direttamente l'audio in testo
  6. Quale problema può sorgere se si impilano convoluzioni dilatate con un tasso unico mal scelto?
    • La rete diventa troppo piccola per essere addestrata
    • L'immagine viene ruotata in modo permanente
    • Artefatti della griglia, in cui alcune posizioni di input non vengono mai campionate
    • Tutti i pesi diventano zero
  7. How does Atrous Spatial Pyramid Pooling combine multiple scales in DeepLab?
    • It runs several dilation rates in parallel and fuses their outputs
    • It chooses one fixed dilation rate and discards the rest
    • It converts the image into a single global class before convolution
    • It replaces every convolution with a larger dense kernel
  8. For one input channel and one output channel, how many kernel weights does a dilated 3×3 filter contain, excluding a bias?
    • 25, because dilation 2 spans a 5×5 region
    • 5, one for each position along the expanded width
    • 18, because dilation 2 doubles the number of weights
    • 9, because dilation changes spacing rather than the 3×3 weight count