แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบโครงข่ายประสาทเทียมแบบ Convolutional

ทดสอบเคอร์เนล CNN ที่ใช้ร่วมกัน การสุ่มตัวอย่างเชิงพื้นที่ ลำดับชั้นของฟีเจอร์ที่เรียนรู้ ประวัติของ AlexNet การคำนวณกริดเอาท์พุต และการครอบคลุมช่องสัญญาณอินพุตที่หนาแน่น

เส้นทางแนะนำที่เกี่ยวข้องโครงข่ายประสาทเทียมแบบ Convolutional
คำถาม 1 ของ 8

งานหลักของตัวกรอง (เคอร์เนล) ใน CNN คืออะไร?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. งานหลักของตัวกรอง (เคอร์เนล) ใน CNN คืออะไร?
    • เพื่อจัดเก็บฉลากจำแนกประเภทขั้นสุดท้าย
    • เพื่อสุ่มสับเปลี่ยนพิกเซลก่อนการฝึก
    • เพื่อเลื่อนผ่านรูปภาพและตรวจจับรูปแบบการมองเห็นที่เฉพาะเจาะจง
    • ในการแปลงภาพให้เป็นเสียง
  2. How does spatial kernel sharing reduce parameter requirements compared with learning a separate kernel at every image location?
    • The same learned kernel weights are reused across locations
    • All input pixels are deleted
    • Every layer must use only grayscale data
    • The model avoids all training
  3. What does a spatial pooling layer commonly do to a CNN feature map?
    • Assign a final label to every object
    • Reduce its spatial resolution
    • Guarantee invariance to every possible image shift
    • Always increase the number of input channels
  4. ในข้อมูลเชิงลึกของ CNN โดยทั่วไปฟีเจอร์ต่างๆ จะเปลี่ยนจากเลเยอร์แรกไปเป็นเลเยอร์หลังได้อย่างไร
    • จากวัตถุทั้งหมดไปจนถึงพิกเซลเดียว
    • พวกมันจะเหมือนกันทุกชั้น
    • จากข้อความเป็นตัวเลขเท่านั้น
    • ตั้งแต่ขอบและสีที่เรียบง่ายไปจนถึงชิ้นส่วนที่ซับซ้อน เช่น ดวงตาหรือล้อ
  5. Which named CNN is associated with the influential 2012 ImageNet classification result?
    • อเล็กซ์เน็ต
    • เรสเน็ต
    • Vision Transformer
    • SqueezeNet
  6. การดำเนินการตัวเลขใดที่เกิดขึ้นเมื่อใช้ตัวกรองกับแพตช์ของรูปภาพ
    • พิกเซลจะเรียงลำดับจากมืดที่สุดไปหาสว่างที่สุด
    • แพทช์จะถูกลบออกจากรูปภาพ
    • น้ำหนักแต่ละรายการจะคูณด้วยพิกเซลที่ทับซ้อนกัน และผลคูณจะถูกรวมเข้าด้วยกัน
    • พิกเซลจะถูกแปลงเป็นตัวอักษร
  7. With a 6-by-6 input and 3-by-3 kernel at stride one, no padding, and no dilation, what is the CNN output-grid size?
    • 6 by 6
    • 3 by 3
    • 2 by 2
    • 4 by 4
  8. In dense ungrouped convolution on a three-channel input, which channels does one filter span?
    • Only the first channel by definition
    • All three input channels
    • No input channels because kernels contain only output labels
    • Exactly one channel in every convolution configuration