Quiz collegato alla guida · Medio Livello
Quiz sul restauro del trasformatore SwinIR
Scopri come SwinIR adatta i blocchi trasformatore a finestra spostata per la super risoluzione, il denoising e la rimozione degli artefatti da compressione.
Domanda 1 di 8
Su quale architettura del trasformatore si basa SwinIR?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Su quale architettura del trasformatore si basa SwinIR?
- Il trasformatore Swin
- Solo Vision Transformer (ViT).
- BERT
- GPT
- Qual è il meccanismo principale dell'attenzione in SwinIR?
- Attenzione globale a tutti i pixel
- Autoattenzione spostata basata su finestre
- Attenzione all'immagine incrociata
- Nessuna attenzione, solo convoluzione
- Come sono chiamati i blocchi con funzionalità profonde di SwinIR?
- Blocchi di convoluzione densi
- Blocchi residui invertiti
- Blocchi trasformatori residui Swin (RSTB)
- Blocchi di capsule
- Perché in questo caso l’attenzione basata sulle finestre è più efficiente dell’attenzione globale?
- Utilizza meno canali di colore
- Salta la fase di ricostruzione
- Elabora solo i bordi
- Il suo costo cresce linearmente con l'area dell'immagine anziché quadraticamente
- What are the three main stages in SwinIR’s restoration architecture?
- Shallow feature extraction, deep feature extraction, and image reconstruction
- Text tokenization, translation, and speech synthesis
- Noise injection, denoising, and audio decoding
- Camera sensing, object tracking, and route planning
- Quale vantaggio in termini di efficienza ha dimostrato SwinIR rispetto ai concorrenti della CNN?
- Non necessitava di dati di addestramento
- Ha ottenuto risultati all'avanguardia con molti meno parametri
- Funzionava senza alcuna circonvoluzione
- Ha eliminato la necessità di GPU
- What components does a SwinIR Residual Swin Transformer Block combine?
- A text tokenizer and a language-model decoder
- A GAN discriminator and a vocoder
- Swin Transformer layers with residual connections and a convolution
- A camera sensor and a LiDAR encoder
- Which image-restoration task besides super-resolution did the SwinIR paper evaluate?
- Riconoscimento vocale
- Traduzione automatica
- Protein sequence design
- JPEG compression-artifact reduction