Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Senibina Bottleneck

Menyemak pengurangan saluran, penjimatan pengiraan, baki terbalik, kemas kini peringkat rendah dan kekangan dimensi dikongsi di sebalik kesesakan.

Laluan panduan yang berkaitanSenibina Bottleneck
soalan 1 daripada 8

Dalam blok kesesakan ResNet, apakah peranan lilitan 1x1 pertama?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Dalam blok kesesakan ResNet, apakah peranan lilitan 1x1 pertama?
    • Untuk mengurangkan bilangan saluran sebelum lilitan 3x3
    • Untuk meningkatkan resolusi spatial
    • Untuk menggunakan klasifikasi akhir
    • Untuk menambah hingar untuk teratur
  2. Mengapakah kesesakan menjadikan rangkaian dalam lebih murah untuk dikira?
    • Ia mengalih keluar semua pengaktifan
    • Ia melakukan operasi yang mahal pada saluran yang lebih sedikit
    • Ia menggunakan kernel yang lebih besar di mana-mana
    • Ia melangkau penyebaran balik
  3. Dalam pengekod auto, lapisan kesesakan terutamanya menentukan:
    • Pilihan pengoptimum
    • Format fail imej
    • Berapa banyak input yang dimampatkan
    • Saiz batch
  4. MobileNetV2 menggunakan varian idea kesesakan yang manakah?
    • Kesesakan pengumpulan tulen
    • Kesesakan yang berulang
    • Tiada kesesakan sama sekali
    • Kesesakan sisa terbalik (kembangkan kemudian kecut)
  5. Bagaimanakah LoRA menggunakan prinsip kesesakan pada model bahasa yang besar?
    • Dengan memasukkan kesesakan peringkat rendah (sempit) yang boleh dilatih ke dalam kemas kini berat
    • Dengan memadam lapisan perhatian
    • Dengan menggandakan semua berat
    • Dengan mengukur kepada 1 bit
  6. Blok kesesakan ResNet biasa mengikut corak saluran yang mana?
    • Lebar, lebar, lebar
    • Kurangkan, proses, pulihkan (cth., 256 hingga 64 hingga 256)
    • Sempit, lebar, sempit
    • Rawak setiap lapisan
  7. A ResNet block reduces 256 channels to 64 before its 3×3 convolution. Ignoring the 1×1 layers, what is the 3×3 layer’s approximate multiply-add cost relative to 256 channels?
    • About one-quarter
    • About one-half
    • About one-sixteenth
    • About four times as much
  8. An autoencoder uses a narrow latent code. What constraint does this impose on reconstruction?
    • The encoder must preserve every input pixel exactly
    • The network can no longer use learned weights
    • The decoder must expand the latent code before encoding
    • The decoder must reconstruct the input from a compressed representation