캡슐 네트워크 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 캡슐 네트워크에서 캡슐 출력 벡터의 LENGTH는 무엇을 나타냅니까?
   • 엔터티가 존재할 확률
   • 감지된 특징의 색상
   • 해당 레이어의 학습률
   • 캡슐의 뉴런 수
2. 표준 CNN의 어떤 문제를 해결하기 위해 특별히 설계된 캡슐 네트워크가 있었나요?
   • GPU에서의 느린 훈련
   • 공간적/부분-전체 관계의 상실. 뒤죽박죽된 얼굴 부분 수락
   • 컬러 이미지를 처리할 수 없음
   • 학습할 매개변수가 너무 적음
3. 어떤 하위 수준 캡슐이 어떤 상위 수준 캡슐에 연결되는지 결정하는 알고리즘의 이름은 무엇입니까?
   • 시간에 따른 역전파
   • 그라데이션 클리핑
   • 동의에 따른 동적 라우팅
   • 일괄 정규화
4. 2017년에 누가 동적 라우팅 기능을 갖춘 캡슐 네트워크를 도입했습니까?
   • 얀 르쿤과 동료들
   • 이안 굿펠로우(Ian Goodfellow)와 동료들
   • 바스와니와 동료들
   • 사부르, 프로스트, 힌튼
5. 캡슐 네트워크에서 '스쿼시' 기능의 목적은 무엇입니까?
   • 방향을 유지하면서 벡터 길이를 0과 1 사이로 정규화하려면
   • 사용하지 않는 캡슐을 삭제하려면
   • 이미지를 회색조로 변환하려면
   • 네트워크의 깊이를 자동으로 늘리려면
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