Quiz collegato alla guida · Difficile Livello

Quiz sul trasformatore Swin

Controlla l'attenzione della finestra spostata, la comunicazione tra finestre, le funzionalità gerarchiche, l'unione delle patch e le applicazioni delle attività di visione in Swin.

Percorsi guida correlatiTrasformatore Swin
Domanda 1 di 8

Cosa significa "Swin" in Swin Transformer?

Anteprima di ogni domanda8 domande

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

  1. Cosa significa "Swin" in Swin Transformer?
    • Finestre spostate
    • Finestra liscia
    • Avvolgimento spaziale
    • Finestra unica
  2. What positional information does Swin add within each local attention window?
    • Absolute word embeddings from a text tokenizer
    • A learnable relative-position bias
    • A global convolution kernel shared across all windows
    • A class-specific bounding-box regression target
  3. In che modo Swin consente alle informazioni di spostarsi tra finestre separate?
    • Utilizza connessioni ricorrenti
    • Elimina completamente i confini della finestra
    • Sposta la partizione della finestra in strati alternati
    • Utilizza solo una singola finestra globale
  4. Cosa fanno i livelli di fusione delle patch tra le fasi Swin?
    • Aumenta la risoluzione e rimuovi i canali
    • Rilascia le patch in modo casuale
    • Traduci le patch in parole
    • Unisci patch vicine, riducendo la risoluzione e aumentando i canali
  5. Perché l'output gerarchico e multiscala di Swin è particolarmente utile?
    • Si inserisce perfettamente nei framework di rilevamento e segmentazione che prevedono piramidi di funzionalità
    • Aiuta solo con la classificazione a etichetta singola
    • Elimina la necessità di dati etichettati
    • Rende il modello più piccolo di qualsiasi CNN
  6. How does Swin’s attention pattern differ from standard ViT attention?
    • Swin has no attention mechanism
    • Swin computes attention in local windows and shifts partitions between blocks; standard ViT uses global patch attention
    • ViT uses only local convolutions
    • Both always use identical global attention
  7. What scaling property does fixed-size window attention provide in Swin?
    • It is independent of image resolution
    • It becomes quadratic in channel count only
    • Attention computation grows linearly with image size for fixed window size
    • It removes all attention computation
  8. Why does shifted-window attention use a mask after the cyclic shift?
    • To force every patch to attend to every image patch
    • To remove all positional information
    • To convert window attention into a convolution
    • To prevent tokens from attending across boundaries that should remain separate windows