Gids-gekoppelde quiz · Middelmatig Niveau

In de diepte scheidbare convoluties Quiz

Pas de diepte- en puntsgewijze splitsing toe, vergelijk convolutiekosten, bereken een klein voorbeeld en herken efficiënt ontwerp van mobiele modellen.

Gerelateerde gidspadenIn de diepte scheidbare windingen
Vraag 1 van 8

Wat zijn de twee stappen waarin een in de diepte scheidbare convolutie een standaardconvolutie opsplitst?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat zijn de twee stappen waarin een in de diepte scheidbare convolutie een standaardconvolutie opsplitst?
    • Een poolingstap gevolgd door een normalisatiestap
    • Twee gestapelde 3x3 convoluties met een ReLU ertussen
    • Een ruimtelijk dieptefilter per kanaal, vervolgens een 1x1 puntsgewijze kanaalmix
    • Een encoder-convolutie en een decoder-deconvolutie
  2. Hoe worden de ingangskanalen in de dieptestap behandeld?
    • Elk kanaal wordt onafhankelijk gefilterd met zijn eigen kernel
    • Alle kanalen worden eerst bij elkaar opgeteld
    • Kanalen worden willekeurig geschud voordat ze worden gefilterd
    • Alleen het eerste kanaal is geconvolueerd
  3. For many output channels, what operation-count reduction does the guide associate with a 3×3 depthwise separable convolution?
    • Ongeveer 2 keer minder
    • Ongeveer 100 keer minder
    • Er wordt meer rekenkracht gebruikt, niet minder
    • Ongeveer 8 tot 9 keer minder
  4. Wat is de rol van de puntsgewijze (1x1) convolutie in dit ontwerp?
    • Om de ruimtelijke resolutie te downsamplen
    • Om informatie over verschillende kanalen op elke locatie te combineren
    • Om positionele coderingen toe te voegen
    • Om de bias-termen te verwijderen
  5. Welke bekende architectuur heeft in de diepte scheidbare convoluties voor mobiele apparaten gepopulariseerd?
    • MobielNet
    • ResNet
    • AlexNet
    • 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