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.
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.
- 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
- Un kernel 3x3 con un tasso di dilatazione pari a 2 copre effettivamente quanto è grande una regione?
- 3x3
- 5x5
- 7x7
- 9x9
- 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
- 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
- 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
- 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
- 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
- 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