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.
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.
- 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
- Hoe groot is een regio effectief?
- 3x3
- 5x5
- 7x7
- 9x9
- 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
- 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
- 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
- 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
- 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
- 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