깊이별 분리 가능한 컨볼루션 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 깊이별 분리 가능 컨볼루션이 표준 컨볼루션을 분할하는 두 단계는 무엇입니까?
   • 풀링 단계와 정규화 단계
   • 사이에 ReLU가 있는 두 개의 스택 3x3 컨볼루션
   • 채널당 깊이별 공간 필터와 1x1 포인트별 채널 믹스
   • 인코더 컨볼루션 및 디코더 디컨볼루션
2. 심도 단계에서 입력 채널은 어떻게 처리됩니까?
   • 각 채널은 자체 커널을 사용하여 독립적으로 필터링됩니다.
   • 모든 채널이 먼저 합산됩니다.
   • 필터링하기 전에 채널이 무작위로 섞입니다.
   • 첫 번째 채널만 컨볼루션됨
3. 많은 출력 채널에 대해 가이드는 3×3 깊이별 분리 가능한 컨볼루션과 어떤 작업 횟수 감소를 연결합니까?
   • 약 2배 정도 적음
   • 약 100배 정도 적음
   • 더 많은 계산을 사용합니다.
   • 약 8~9배 정도 적음
4. 이 디자인에서 점별(1x1) 컨볼루션의 역할은 무엇입니까?
   • 공간 해상도를 다운샘플링하려면
   • 각 위치의 채널 전반에 걸쳐 정보를 결합하려면
   • 위치 인코딩을 추가하려면
   • 편향 항을 제거하려면
5. 모바일 장치에 대해 깊이별 분리 가능한 컨볼루션을 대중화한 잘 알려진 아키텍처는 무엇입니까?
   • 모바일넷
   • 레스넷
   • 알렉스넷
   • LSTM
6. An implementation applies only the depthwise spatial filters and omits the pointwise layer. Which capability is missing from that block?
   • Spatial filtering within each channel
   • Separate kernels for the input channels
   • Learned combination of information across channels
   • Local spatial feature extraction
7. Using the guide’s formulas with M = 4 input channels and N = 16 outputs, how many multiply-adds per location do standard and separable 3×3 convolutions require?
   • Standard 100; separable 576
   • Standard 576; separable 100
   • Standard 576; separable 36
   • Standard 64; separable 100
8. In the guide’s cost ratio 1/N + 1/9 for a 3×3 separable convolution, what happens as the output-channel count N becomes very large?
   • The ratio approaches 9
   • The ratio approaches zero
   • The ratio becomes independent of kernel size for every kernel
   • The ratio approaches 1/9