가이드 연계 퀴즈 · 중간 레벨

컨볼루셔널 신경망 퀴즈

공유 CNN 커널, 공간 다운샘플링, 학습된 기능 계층, AlexNet 기록, 출력 그리드 계산 및 조밀한 입력 채널 범위를 테스트합니다.

관련 가이드 경로컨볼루셔널 신경망
질문 1 의 8

CNN에서 필터(커널)의 주요 역할은 무엇인가요?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. CNN에서 필터(커널)의 주요 역할은 무엇인가요?
    • 최종 분류 라벨을 저장하려면
    • 훈련 전에 픽셀을 무작위로 섞으려면
    • 이미지를 슬라이드하고 특정 시각적 패턴을 감지하려면
    • 이미지를 오디오로 변환하려면
  2. How does spatial kernel sharing reduce parameter requirements compared with learning a separate kernel at every image location?
    • The same learned kernel weights are reused across locations
    • All input pixels are deleted
    • Every layer must use only grayscale data
    • The model avoids all training
  3. What does a spatial pooling layer commonly do to a CNN feature map?
    • Assign a final label to every object
    • Reduce its spatial resolution
    • Guarantee invariance to every possible image shift
    • Always increase the number of input channels
  4. 심층 CNN에서 기능은 일반적으로 초기 레이어에서 이후 레이어로 어떻게 변경됩니까?
    • 전체 개체에서 단일 픽셀로
    • 모든 레이어에서 동일하게 유지됩니다.
    • 텍스트에서 숫자로만
    • 단순한 가장자리와 색상부터 눈이나 바퀴와 같은 복잡한 부품까지
  5. Which named CNN is associated with the influential 2012 ImageNet classification result?
    • 알렉스넷
    • 레스넷
    • Vision Transformer
    • SqueezeNet
  6. 이미지 패치에 필터를 적용하면 어떤 숫자 연산이 발생합니까?
    • 픽셀은 가장 어두운 것부터 가장 밝은 것 순으로 정렬됩니다.
    • 패치가 이미지에서 삭제되었습니다.
    • 각 가중치에 겹치는 픽셀을 곱하고 결과를 합산합니다.
    • 픽셀이 문자로 변환됩니다.
  7. With a 6-by-6 input and 3-by-3 kernel at stride one, no padding, and no dilation, what is the CNN output-grid size?
    • 6 by 6
    • 3 by 3
    • 2 by 2
    • 4 by 4
  8. In dense ungrouped convolution on a three-channel input, which channels does one filter span?
    • Only the first channel by definition
    • All three input channels
    • No input channels because kernels contain only output labels
    • Exactly one channel in every convolution configuration