Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący miksowania i ulepszania CutMix

Przetestuj mieszane dane wejściowe i etykiety, prostokątne obszary CutMix, wagi powierzchni, próbkowanie Beta i numeryczne proporcje docelowe dla obu metod.

Powiązane ścieżki prowadząceAugmentacja miksowania i wycinania miksu
Pytanie 1 z 8

W jaki sposób Mixup tworzy nowy przykład szkoleniowy?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. W jaki sposób Mixup tworzy nowy przykład szkoleniowy?
    • Obracając pojedynczy obraz i zachowując jego etykietę
    • Przycinając losowy kwadrat i odrzucając go
    • Konwertując obraz do skali szarości
    • Poprzez liniową interpolację dwóch obrazów i ich etykiet za pomocą lambda wagi
  2. Jaka jest podstawowa różnica między CutMix i Mixup?
    • CutMix używa tylko jednego obrazu, podczas gdy Mixup używa dwóch
    • CutMix wkleja prostokątny fragment z jednego obrazu na drugi, zamiast mieszać wszędzie piksele
    • CutMix zmienia tylko etykietę, a nigdy obraz
    • CutMix dotyczy wyłącznie danych tekstowych
  3. Jak w CutMix określana jest masa mieszania (lambda) etykiet?
    • Zawsze jest ustalona na 0,5
    • Przez jasność jaśniejszego obrazu
    • Przez proporcję obszaru pikseli, każdy obraz ma swój wkład
    • Losowo, bez związku z obrazami
  4. Co jeszcze oprócz obrazu wejściowego modyfikują Mixup i CutMix?
    • Etykietę, zamieniając ją w miękki, mieszany cel
    • Szybkość uczenia się optymalizatora
    • Liczba warstw w sieci
    • Rozmiar partii
  5. Który rozkład jest powszechnie używany do próbkowania współczynnika mieszania lambda?
    • Rozkład równomierny na liczbach całkowitych
    • Dystrybucja wersji beta
    • Rozkład Poissona
    • Rozkład Bernoulliego z p ustalonym na 1
  6. Udokumentowana korzyść z tych ulepszeń mieszania została ulepszona:
    • Kompresja przeszkolonego pliku modelu
    • Szybkość uczenia poprzez wyeliminowanie potrzeby propagacji wstecznej
    • Możliwość trenowania bez żadnych etykiet
    • Solidność i kalibracja oprócz dokładności
  7. Mixup uses lambda = 0.25 for image A and one minus lambda for image B. What target weights follow?
    • 25% A and 75% B
    • 75% A and 25% B
    • 50% each regardless of lambda
    • 100% A because it is listed first
  8. A CutMix patch replaces 20% of image A’s pixel area with image B. What label weights does the stated area rule use?
    • 20% A and 80% B
    • 100% B for any patch
    • 80% A and 20% B
    • 50% each for all rectangles