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.
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.
- Cosa significa "Swin" in Swin Transformer?
- Finestre spostate
- Finestra liscia
- Avvolgimento spaziale
- Finestra unica
- 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
- 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
- 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
- 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
- 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
- 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
- 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