Викторина, связанная с руководством · Средний Уровень

Викторина по узким местам архитектуры

Проверяет сокращение каналов, экономию вычислений, инвертированные остатки, обновления низкого ранга и ограничение общей размерности, лежащее в основе узких мест.

Связанные направляющие путиУзкие места архитектуры
Вопрос 1 из 8

Какова роль первой свертки 1x1 в узком блоке ResNet?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Какова роль первой свертки 1x1 в узком блоке ResNet?
    • Чтобы уменьшить количество каналов перед сверткой 3x3
    • Для увеличения пространственного разрешения
    • Чтобы применить окончательную классификацию
    • Чтобы добавить шум для регуляризации
  2. Почему узкое место удешевляет вычисления в глубоких сетях?
    • Удаляет все активации
    • Он выполняет дорогостоящие операции на меньшем количестве каналов.
    • Он везде использует ядра большего размера
    • Он пропускает обратное распространение ошибки
  3. В автокодировщике узкий уровень в первую очередь определяет:
    • Выбор оптимизатора
    • Формат файла изображения
    • Насколько входные данные сжаты
    • Размер партии
  4. Какой вариант идеи узкого места использует MobileNetV2?
    • Узкое место чистого пула
    • Периодическое узкое место
    • Нет узкого места вообще
    • Перевернутое остаточное узкое место (расширение, затем сужение)
  5. Как LoRA применяет принципы узких мест к большим языковым моделям?
    • Путем добавления обучаемого узкого (узкого) места низкого ранга в обновления веса.
    • Удаление слоев внимания
    • Удвоив все веса
    • Путем квантования до 1 бита
  6. Какому шаблону каналов соответствует типичное узкое место ResNet?
    • Широкий, широкий, широкий
    • Сократить, обработать, восстановить (например, с 256 на 64 на 256)
    • Узкий, широкий, узкий
    • Случайно для каждого слоя
  7. A ResNet block reduces 256 channels to 64 before its 3×3 convolution. Ignoring the 1×1 layers, what is the 3×3 layer’s approximate multiply-add cost relative to 256 channels?
    • About one-quarter
    • About one-half
    • About one-sixteenth
    • About four times as much
  8. An autoencoder uses a narrow latent code. What constraint does this impose on reconstruction?
    • The encoder must preserve every input pixel exactly
    • The network can no longer use learned weights
    • The decoder must expand the latent code before encoding
    • The decoder must reconstruct the input from a compressed representation