Quiz połączony z przewodnikiem · Średni Poziom
Quiz dotyczący sieci ściskania i wzbudzania
Sprawdza etapy ściskania i wzbudzania, ponowne ważenie kanału, wymiar wąskiego gardła i dowody stojące za architekturą SE.
Pytanie 1 z 8
Do czego służy krok „ściskania” w bloku SE?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Do czego służy krok „ściskania” w bloku SE?
- Wykorzystuje globalne łączenie średnich w celu podsumowania każdego kanału w jedną wartość
- Przycina obraz do mniejszego rozmiaru
- Trwale usuwa zbędne kanały
- Stosuje softmax w lokalizacjach przestrzennych
- Co daje krok „wzbudzenia”?
- Nowy zestaw filtrów splotowych
- Waga na kanał od 0 do 1
- Obwiednia
- Maska segmentacyjna
- W jaki sposób wagi wzbudzenia są stosowane do oryginalnych map obiektów?
- Dodano elementarnie
- Połączone jako nowe kanały
- Pomnożone w zależności od kanału
- Służy do maskowania obszarów przestrzennych
- Dlaczego wzbudzenie wykorzystuje wąskie gardło o współczynniku redukcji (często 16)?
- Aby zwiększyć liczbę klas wyjściowych
- Aby usunąć potrzebę zwojów
- Aby sieć była płytsza
- Aby zachować dodane parametry i małe obliczenia
- Jaki konkurs wygrał SENet w 2017 roku?
- Wyzwanie klasyfikacyjne ImageNet ILSVRC
- Wyzwanie związane z wykrywaniem COCO
- Zawody Kaggle Titanic
- Test porównawczy GLUE
- Które późniejsze architektury zawierają bloki SE w celu zwiększenia wydajności?
- BERT i GPT
- EfficientNet i MobileNetV3
- Word2Vec i GloVe
- WaveNet i Tacotron
- In the excitation step, which activations connect the two fully connected layers in the guide’s SE block?
- Softmax followed by ReLU
- Tanh followed by max pooling
- ReLU followed by sigmoid after the second projection
- GELU followed by layer normalization
- An SE block has C = 256 channels and reduction ratio r = 16. What is the bottleneck width?
- 4 units
- 32 units
- 256 units
- 16 units