Questionário vinculado ao guia · Médio Nível

Questionário sobre redes residuais

Revise a computação de blocos residuais, atalhos de identidade, caminhos de gradiente, profundidade da era ImageNet e como os resíduos se repetem em arquiteturas neurais.

Caminhos de guia relacionadosRedes Residuais
Pergunta 1 de 8

Que problema as conexões residuais resolveram especificamente?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Que problema as conexões residuais resolveram especificamente?
    • Redes simples mais profundas treinam pior do que redes mais superficiais (degradação)
    • Imagens com resolução muito baixa
    • Falta de dados de treinamento rotulados
    • GPUs ficando sem memória
  2. What does a basic residual block compute when input and output dimensions match?
    • Multiplies the input by itself
    • Adds the block’s learned residual function to its input, y = F(x) + x
    • Drops the input and returns zero
    • Sorts input channels alphabetically
  3. Por que pular conexões ajuda os gradientes durante o treinamento?
    • They eliminate the need to train weights
    • They force every layer to output zero
    • They provide an additional direct path for gradient flow around the learned transformation
    • They make deep networks immune to all optimization problems
  4. How deep was the deepest ResNet evaluated in the original ImageNet paper?
    • 18 layers
    • 34 layers
    • 50 layers
    • 152 camadas
  5. Se as camadas de um bloco residual aprenderem F(x) = 0, o que o bloco faz?
    • Ele efetivamente passa a entrada inalterada (identidade)
    • Ele gera zero e quebra a rede
    • Duplica a entrada
    • Ele randomiza a saída
  6. What residual connection does the Transformer paper describe around attention and feed-forward sublayers?
    • Replace the sublayer input with a class label
    • Add each sublayer’s output to the sublayer input through a residual connection
    • Average every token globally at the output only
    • Remove the residual stream after self-attention
  7. When a residual block changes channel dimensions, what can a projection shortcut do?
    • Convert the input into a text sequence
    • Remove the residual branch
    • Map the shortcut input to the dimensions required for addition
    • Guarantee that every gradient has unit magnitude
  8. What sequence of convolutions defines the original ResNet bottleneck block?
    • Three 3×3 convolutions only
    • A 3×3 convolution followed by two fully connected layers
    • A pooling layer followed by two transposed convolutions
    • A 1×1, then 3×3, then 1×1 convolution