Викторина, связанная с руководством · Средний Уровень

Викторина по восстановлению трансформатора SwinIR

Узнайте, как SwinIR адаптирует блоки трансформаторов со смещенным окном для обеспечения сверхразрешения, шумоподавления и удаления артефактов сжатия.

Связанные направляющие путиРеставрация трансформатора Свинир
Вопрос 1 из 8

На какой архитектуре трансформатора основан SwinIR?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. На какой архитектуре трансформатора основан SwinIR?
    • Свин-трансформер
    • Только Vision Transformer (ViT)
    • БЕРТ
    • GPT
  2. Каков основной механизм внимания в SwinIR?
    • Глобальное внимание всех пикселей
    • Смещенное внимание к себе на основе окон
    • Внимание к перекрестным изображениям
    • Никакого внимания, только свертка
  3. Как называются блоки расширенных функций SwinIR?
    • Плотные блоки свертки
    • Инвертированные остаточные блоки
    • Блоки трансформаторов остаточного действия (RSTB)
    • Капсульные блоки
  4. Почему внимание, основанное на окнах, здесь более эффективно, чем глобальное внимание?
    • Он использует меньше цветовых каналов
    • Он пропускает этап реконструкции
    • Он обрабатывает только края
    • Его стоимость растет линейно с увеличением площади изображения, а не квадратично.
  5. What are the three main stages in SwinIR’s restoration architecture?
    • Shallow feature extraction, deep feature extraction, and image reconstruction
    • Text tokenization, translation, and speech synthesis
    • Noise injection, denoising, and audio decoding
    • Camera sensing, object tracking, and route planning
  6. Какое преимущество в эффективности продемонстрировал SwinIR перед конкурентами CNN?
    • Не требовалось никаких обучающих данных
    • Он достиг самых современных результатов с гораздо меньшим количеством параметров.
    • Прошло без каких-либо извилин
    • Это устранило необходимость в графических процессорах.
  7. What components does a SwinIR Residual Swin Transformer Block combine?
    • A text tokenizer and a language-model decoder
    • A GAN discriminator and a vocoder
    • Swin Transformer layers with residual connections and a convolution
    • A camera sensor and a LiDAR encoder
  8. Which image-restoration task besides super-resolution did the SwinIR paper evaluate?
    • Распознавание речи
    • Машинный перевод
    • Protein sequence design
    • JPEG compression-artifact reduction