Maswali ya DenseNet na Dense Muunganisho

Majibu na maelezo huonekana unapojibu maswali.

1. DenseNet hutumia operesheni gani kuchanganya ramani za vipengee kutoka kwa tabaka zilizotangulia?
   • Muunganisho wa busara wa kituo
   • Nyongeza ya busara ya kipengele
   • Ushirikiano wa juu katika tabaka
   • Kuzidisha kwa busara ya kipengele
2. Katika DenseNet, 'kiwango cha ukuaji' k hudhibiti nini?
   • Ratiba ya kiwango cha kujifunza
   • Ukubwa wa dirisha la kuunganisha
   • Idadi ya ramani za vipengele vipya vinavyotolewa na kila safu
   • Idadi ya vitalu mnene
3. Ni miunganisho mingapi ya moja kwa moja kati ya tabaka za L kwenye kizuizi mnene?
   • L
   • L(L+1)/2
   • 2L
   • L yenye mraba
4. Kusudi kuu la tabaka za mpito katika DenseNet ni nini?
   • Ili kuongeza mikato iliyobaki
   • Ili kuongeza kasi ya ukuaji
   • Kuomba kuacha shule tu
   • Ili kupunguza sampuli na kupunguza saizi ya ramani ya kipengele kati ya vizuizi mnene
5. Faida kuu ya muunganisho mnene ni kwamba inasaidia kupunguza shida ya mafunzo?
   • Kuzidisha kwa rangi
   • Kulipuka ukubwa wa kundi
   • Tatizo la kutoweka-gradient
   • Piga kelele
6. Ikilinganishwa na ResNet kwa usahihi sawa kwenye ImageNet, DenseNet-BC kawaida hutumia:
   • Vigezo vichache sana
   • Vigezo zaidi zaidi
   • Kuhusu vigezo sawa
   • Hakuna convolutions hata kidogo
7. A late DenseNet layer needs an edge feature learned near the input. Why can it use that map directly?
   • Only the final layer can see edge features
   • DenseNet resets all maps after each layer
   • Transition layers reconstruct every earlier map from scratch
   • Earlier feature maps remain among its concatenated inputs
8. A dense block begins with m channels and three layers each add k new maps. How many channels emerge before a transition?
   • 3m + k
   • m + 3k
   • m times k cubed
   • Only k, because old maps are discarded