Gids-gekoppelde quiz · Middelmatig Niveau
U-Net Architectuurquiz
Test de symmetrie van de U-Net-encoder-decoder, sla verbindingen over, biomedische segmentatie, voorspelling van diffusieruis en alternatieven.
Vraag 1 van 8
Wat geeft U-Net zijn 'U'-vorm?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat geeft U-Net zijn 'U'-vorm?
- Een encoder die downsampelt en een symmetrische decoder die upsampelt
- Eén enkele rechte stapel windingen
- Twee parallelle netwerken zonder verbinding
- Een terugkerende lus in tijdstappen
- Wat is het doel van de skip-verbindingen van U-Net?
- Om het aantal parameters tot nul terug te brengen
- Om fijne ruimtelijke details van encoderlagen rechtstreeks door te geven aan overeenkomende decoderlagen
- Om de afbeelding naar grijswaarden te converteren
- Om de training helemaal over te slaan
- Waar is U-Net oorspronkelijk voor ontworpen?
- Spraakherkenning
- Voorspelling van de aandelenkoers
- Biomedische beeldsegmentatie
- Tekstvertaling
- Wat voorspelt het U-Net bij stabiele diffusie bij elke stap?
- Het laatste onderschrift van de afbeelding
- De compressieverhouding
- De camerahoek
- Het geluid dat moet worden verwijderd uit het luidruchtige latente
- Wat gebeurt er met ruimtelijke informatie als de encoder downsampelt?
- Het abstraheert 'wat' aanwezig is, maar verliest het precieze 'waar'-detail
- Het krijgt exacte pixellocaties
- Het converteert de afbeelding naar tekst
- Het verdubbelt de resolutie
- Which augmentation did the original U-Net paper use to learn invariance from limited annotated biomedical images?
- Replacing every image with a random label
- Elastic deformations of the training images
- Training only on unmodified test images
- Removing the decoder path before training
- How did the original U-Net paper process large images beyond the network’s input size?
- By discarding all image borders
- By resizing every image to one pixel
- By predicting on overlapping tiles and extrapolating context at tile borders
- By running the model once on a text prompt
- What did the original U-Net paper’s weighted loss emphasize?
- Only background pixels, regardless of distance
- The most common image color
- Noise prediction at a diffusion timestep
- Border pixels between touching cells to help separate adjacent objects