Викторина, связанная с руководством · Средний Уровень

Викторина «Глубоко отделимые извилины»

Примените глубинное и точечное разделение, сравните стоимость свертки, рассчитайте небольшой пример и определите эффективный дизайн мобильной модели.

Связанные направляющие путиГлубоко отделимые свертки
Вопрос 1 из 8

На какие два шага разделимая по глубине свертка разбивает стандартную свертку?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. На какие два шага разделимая по глубине свертка разбивает стандартную свертку?
    • Шаг объединения, за которым следует этап нормализации
    • Две сложенные друг на друга свертки 3x3 с ReLU между ними.
    • Глубинный пространственный фильтр на канал, затем точечный микс каналов 1x1.
    • Свертка кодера и деконволюция декодера
  2. Как обрабатываются входные каналы на более глубоком этапе?
    • Каждый канал фильтруется независимо с помощью собственного ядра.
    • Все каналы сначала суммируются
    • Каналы перед фильтрацией перемешиваются случайным образом.
    • Свёрнут только первый канал
  3. For many output channels, what operation-count reduction does the guide associate with a 3×3 depthwise separable convolution?
    • Примерно в 2 раза меньше
    • Примерно в 100 раз меньше
    • Он требует больше вычислений, а не меньше
    • Примерно в 8-9 раз меньше
  4. Какова роль точечной (1x1) свертки в этом проекте?
    • Чтобы понизить пространственное разрешение
    • Для объединения информации по каналам в каждом месте
    • Чтобы добавить позиционные кодировки
    • Чтобы удалить условия предвзятости
  5. Какая известная архитектура популяризировала разделенные по глубине свертки для мобильных устройств?
    • МобилНет
    • РесНет
    • АлексНет
    • ЛСТМ
  6. An implementation applies only the depthwise spatial filters and omits the pointwise layer. Which capability is missing from that block?
    • Spatial filtering within each channel
    • Separate kernels for the input channels
    • Learned combination of information across channels
    • Local spatial feature extraction
  7. Using the guide’s formulas with M = 4 input channels and N = 16 outputs, how many multiply-adds per location do standard and separable 3×3 convolutions require?
    • Standard 100; separable 576
    • Standard 576; separable 100
    • Standard 576; separable 36
    • Standard 64; separable 100
  8. In the guide’s cost ratio 1/N + 1/9 for a 3×3 separable convolution, what happens as the output-channel count N becomes very large?
    • The ratio approaches 9
    • The ratio approaches zero
    • The ratio becomes independent of kernel size for every kernel
    • The ratio approaches 1/9