แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบสถาปัตยกรรมคอขวด
ตรวจสอบการลดช่องสัญญาณ การประหยัดในการประมวลผล ส่วนที่เหลือกลับด้าน การอัปเดตระดับต่ำ และข้อจำกัดด้านมิติข้อมูลที่ใช้ร่วมกันเบื้องหลังปัญหาคอขวด
คำถาม 1 ของ 8
ในบล็อกคอขวดของ ResNet บทบาทของการบิด 1x1 แรกคืออะไร
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ในบล็อกคอขวดของ ResNet บทบาทของการบิด 1x1 แรกคืออะไร
- เพื่อลดจำนวนช่องก่อนการบิด 3x3
- เพื่อเพิ่มความละเอียดเชิงพื้นที่
- เพื่อใช้การจัดประเภทขั้นสุดท้าย
- เพื่อเพิ่มเสียงรบกวนเพื่อความสม่ำเสมอ
- เหตุใดปัญหาคอขวดจึงทำให้เครือข่ายระดับลึกถูกกว่าในการคำนวณ
- มันจะลบการเปิดใช้งานทั้งหมด
- มันดำเนินการราคาแพงในช่องสัญญาณที่น้อยกว่า
- มันใช้เมล็ดที่ใหญ่กว่าทุกที่
- มันข้ามการเผยแพร่กลับ
- ในโปรแกรมเข้ารหัสอัตโนมัติ ชั้นคอขวดจะกำหนดสิ่งต่อไปนี้เป็นหลัก
- ตัวเลือกเครื่องมือเพิ่มประสิทธิภาพ
- รูปแบบไฟล์รูปภาพ
- บีบอัดอินพุตได้มากน้อยเพียงใด
- ขนาดแบทช์
- MobileNetV2 ใช้แนวคิดคอขวดในรูปแบบใด
- คอขวดรวมตัวบริสุทธิ์
- คอขวดที่เกิดซ้ำ
- ไม่มีปัญหาคอขวดเลย
- คอขวดที่เหลือกลับด้าน (ขยายแล้วหดตัว)
- LoRA ใช้หลักการคอขวดกับโมเดลภาษาขนาดใหญ่อย่างไร
- โดยการแทรกคอขวดระดับต่ำ (แคบ) ที่สามารถฝึกได้ลงในการอัปเดตน้ำหนัก
- โดยการลบชั้นความสนใจ
- โดยการเพิ่มน้ำหนักทั้งหมดเป็นสองเท่า
- โดยการหาปริมาณเป็น 1 บิต
- บล็อกคอขวดของ ResNet ทั่วไปจะเป็นไปตามรูปแบบช่องสัญญาณใด
- กว้างกว้างกว้าง
- ลด ประมวลผล คืนค่า (เช่น 256 ถึง 64 ถึง 256)
- แคบ กว้าง แคบ
- สุ่มต่อชั้น
- 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
- 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