Test legat de ghid · Mediu Nivel
Test pentru rețele de strângere și excitare
Verifică etapele de comprimare și excitare, reponderarea canalului, dimensiunea blocajului și dovezile din spatele arhitecturii SE.
Întrebare 1 de 8
Ce face pasul „strângere” într-un bloc SE?
Previzualizează fiecare întrebare8 întrebări
Răspunsurile și explicațiile apar pe măsură ce susțineți testul.
- Ce face pasul „strângere” într-un bloc SE?
- Utilizează gruparea medie globală pentru a rezuma fiecare canal într-o singură valoare
- Decupează imaginea la o dimensiune mai mică
- Îndepărtează permanent canalele redundante
- Aplică un softmax peste locații spațiale
- Ce iese pasul de „excitare”?
- Un nou set de filtre de convoluție
- O greutate pe canal între 0 și 1
- O casetă de delimitare
- O mască de segmentare
- Cum se aplică ponderile excitației hărților caracteristice originale?
- Element adăugat
- Concatenate ca canale noi
- Înmulțit în funcție de canal
- Folosit pentru a masca regiunile spațiale
- De ce excitația folosește un blocaj cu un raport de reducere (adesea 16)?
- Pentru a crește numărul de clase de ieșire
- Pentru a elimina necesitatea circumvoluțiilor
- Pentru a face rețeaua mai superficială
- Pentru a păstra parametrii adăugați și pentru a calcula mici
- Ce competiție a câștigat SENet în 2017?
- Provocarea de clasificare ImageNet ILSVRC
- Provocarea de detectare a COCO
- Concursul Kaggle Titanic
- Reperul GLUE
- Care arhitecturi ulterioare încorporează blocuri SE pentru eficiență?
- BERT și GPT
- EfficientNet și MobileNetV3
- Word2Vec și GloVe
- WaveNet și 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