ガイド連動クイズ · ハード レベル

カプセルネットワーククイズ

カプセル ベクトル、部分から全体へのルーティング、ポーズ情報、一致スコア、および反復ルーティングのコストが高くなる理由をチェックします。

関連するガイドパスカプセルネットワーク
質問 1 の 8

カプセル ネットワークでは、カプセルの出力ベクトルの長さは何を表しますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. カプセル ネットワークでは、カプセルの出力ベクトルの長さは何を表しますか?
    • エンティティが存在する確率
    • 検出された特徴の色
    • その層の学習率
    • カプセル内のニューロンの数
  2. カプセル ネットワークは標準 CNN のどのような問題に対処するために特別に設計されましたか?
    • GPU でのトレーニングが遅い
    • 空間/部分と全体の関係の喪失、例:ごちゃ混ぜの顔パーツを受け入れる
    • カラー画像を処理できない
    • 学習するにはパラメータが少なすぎます
  3. どの下位レベルのカプセルがどの上位レベルのカプセルに接続するかを決定するアルゴリズムの名前は何ですか?
    • 時間の経過による逆伝播
    • グラデーションクリッピング
    • 合意に基づく動的ルーティング
    • バッチ正規化
  4. 2017 年にダイナミック ルーティングを備えたカプセル ネットワークを導入したのは誰ですか?
    • ヤン・ルカンと同僚
    • イアン・グッドフェローと同僚
    • バスワニとその仲間たち
    • サバー、フロスト、ヒントン
  5. カプセル ネットワークの「スカッシュ」機能の目的は何ですか?
    • 方向を維持しながらベクトルの長さを 0 ～ 1 の間に正規化するには
    • 使用していないカプセルを削除するには
    • 画像をグレースケールに変換するには
    • ネットワークの深さを自動的に増やすには
  6. Which result did the original 2017 CapsNet paper report as evidence for routing-by-agreement?
    • Lower memory use than every CNN on ImageNet
    • Better recognition of highly overlapping digits than a convolutional net
    • No need for a training objective
    • Perfect performance on all affine transformations
  7. In the original capsule representation, what information is carried by the direction of a capsule’s output vector?
    • The probability that the entity is absent
    • The number of routing iterations
    • Instantiation or pose parameters of the represented entity
    • The loss assigned to the previous layer
  8. In routing-by-agreement, what makes a lower capsule’s prediction agree with a higher-level capsule?
    • Their capsule names begin with the same letter
    • Their vector lengths are exactly zero
    • They occur in the same image crop
    • Their predicted and output vectors have a large scalar product