Quiz collegato alla guida · Medio Livello
Quiz sulle reti autostradali e sui collegamenti saltati
Testare scorciatoie con gate e residui, limiti di flusso gradiente, ispirazione LSTM, usi di trasformatori e U-Net e comportamento di gate zero contro uno.
Domanda 1 di 8
A very deep network struggles with optimization. What can a skip path provide?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- A very deep network struggles with optimization. What can a skip path provide?
- A guarantee of perfect gradients at every depth
- A more direct signal and gradient route that can ease training
- A proof that more layers always improve accuracy
- A replacement for the loss function
- Cosa calcola un blocco residuo di base?
- uscita = F(x) moltiplicato per x
- uscita = x diviso per F(x)
- output = il massimo di F(x) e x
- output = F(x) più x, dove x è la scorciatoia di input
- Cosa ha ispirato il meccanismo di controllo delle reti autostradali?
- Porte LSTM da reti ricorrenti
- Pool convoluzionale
- Normalizzazione batch
- Abbandono
- In una rete autostradale, cosa controlla la porta di trasformazione T(x)?
- Il tasso di apprendimento dell'ottimizzatore
- La dimensione dell'immagine di output
- La quantità di input trasformata rispetto a quella trasportata direttamente
- Il numero di livelli nella rete
- Quale architettura moderna si basa su connessioni residue attorno ai suoi sottostrati?
- K-significa clustering
- L'albero decisionale
- Regressione lineare
- Il trasformatore
- In che modo U-Net salta le connessioni aiuta specificamente la segmentazione?
- Eliminano completamente il codificatore
- Trasmettono dettagli spaziali fini dal codificatore al decodificatore
- Convertono l'immagine in testo
- Riducono il numero di classi di output a una
- In y = F(x)T(x) + x(1-T(x)), what remains when T(x)=0?
- Only F(x)
- The sum 2x
- The carried input x
- A mandatory zero output
- For the same coupled-gate highway form, what remains when T(x)=1?
- The transformed value F(x)
- Only the original x
- F(x) plus x
- An automatically normalized x