Gids-gekoppelde quiz · Middelmatig Niveau

Quiz over verwijde en atrous windingen

Controleer de dilatatie-afstand, receptieve velden, segmentatie, WaveNet, rasters en parallelle context op meerdere schalen in atrous convoluties.

Gerelateerde gidspadenVerwijde en atrous windingen
Vraag 1 van 8

Wat doet een dilatatiesnelheid groter dan 1 met een convolutiekern?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat doet een dilatatiesnelheid groter dan 1 met een convolutiekern?
    • Het voegt openingen in tussen de kernelgewichten, zodat ze een groter gebied bestrijken
    • Het voegt meer leerbare gewichten toe aan de kernel
    • Het verkleint de kernel tot een enkel punt
    • Het zet de kernel om in een poolingoperatie
  2. Hoe groot is een regio effectief?
    • 3x3
    • 5x5
    • 7x7
    • 9x9
  3. Waarom zijn verwijde convoluties vooral nuttig voor semantische segmentatie?
    • Ze reduceren de afbeelding tot één enkel label
    • Ze elimineren de noodzaak van trainingsgegevens
    • Ze vergroten het receptieve veld terwijl de resolutie van de featuremap hoog blijft
    • Ze werken alleen op grijswaardenafbeeldingen
  4. Waar komt de term atrous vandaan?
    • Een Latijns woord voor laag
    • Een acroniem voor een trainingsmethode
    • De naam van de uitvinder
    • De Fransen a trous, dat wil zeggen met gaten
  5. Waarom zijn gestapelde verwijde convoluties waardevol in WaveNet?
    • Ze genereren beelden in plaats van audio
    • Ze vangen op efficiënte wijze afhankelijkheden over zeer lange afstanden in de audiogolfvorm op
    • Ze halen alle stilte uit opnames
    • Ze zetten audio rechtstreeks om in tekst
  6. Welk probleem kan zich voordoen als je verwijde convoluties stapelt met een slecht gekozen enkele snelheid?
    • Het netwerk wordt te klein om te trainen
    • De afbeelding wordt permanent geroteerd
    • Rasterartefacten, waarbij sommige invoerposities nooit worden bemonsterd
    • Alle gewichten worden nul
  7. How does Atrous Spatial Pyramid Pooling combine multiple scales in DeepLab?
    • It runs several dilation rates in parallel and fuses their outputs
    • It chooses one fixed dilation rate and discards the rest
    • It converts the image into a single global class before convolution
    • It replaces every convolution with a larger dense kernel
  8. For one input channel and one output channel, how many kernel weights does a dilated 3×3 filter contain, excluding a bias?
    • 25, because dilation 2 spans a 5×5 region
    • 5, one for each position along the expanded width
    • 18, because dilation 2 doubles the number of weights
    • 9, because dilation changes spacing rather than the 3×3 weight count