แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการโน้มน้าวใจแบบขยายและรุนแรง
ตรวจสอบระยะห่างของการขยาย ช่องรับสัญญาณ การแบ่งส่วน WaveNet การวางกริด และบริบทหลายสเกลคู่ขนานในการบิดเบี้ยวที่รุนแรง
คำถาม 1 ของ 8
อัตราการขยายตัวที่มากกว่า 1 ส่งผลต่อเคอร์เนล Convolution อย่างไร
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- อัตราการขยายตัวที่มากกว่า 1 ส่งผลต่อเคอร์เนล Convolution อย่างไร
- โดยจะแทรกช่องว่างระหว่างน้ำหนักเคอร์เนลเพื่อให้ครอบคลุมพื้นที่ที่กว้างขึ้น
- มันเพิ่มน้ำหนักที่สามารถเรียนรู้ได้มากขึ้นให้กับเคอร์เนล
- มันย่อขนาดเคอร์เนลให้เหลือจุดเดียว
- มันจะแปลงเคอร์เนลเป็นการดำเนินการรวมกลุ่ม
- เคอร์เนล 3x3 ที่มีอัตราการขยาย 2 ครอบคลุมพื้นที่ขนาดใหญ่เพียงใด
- 3x3
- 5x5
- 7x7
- 9x9
- เหตุใดการบิดแบบขยายจึงมีประโยชน์อย่างยิ่งสำหรับการแบ่งส่วนความหมาย
- พวกเขาลดขนาดรูปภาพให้เป็นป้ายกำกับเดียว
- โดยไม่จำเป็นต้องใช้ข้อมูลการฝึกอบรมใดๆ
- โดยจะขยายเขตข้อมูลที่เปิดกว้างในขณะที่รักษาความละเอียดของแผนที่คุณลักษณะให้สูง
- ใช้งานได้กับภาพระดับสีเทาเท่านั้น
- คำว่า Arous มีที่มาจากอะไร?
- คำภาษาละตินสำหรับชั้น
- ตัวย่อสำหรับวิธีการฝึกอบรม
- ชื่อของผู้ประดิษฐ์
- ชาวฝรั่งเศส trous แปลว่า มีรู
- ใน WaveNet เหตุใดการบิดแบบขยายแบบซ้อนจึงมีคุณค่า
- พวกเขาสร้างภาพแทนเสียง
- พวกเขาจับการพึ่งพาระยะยาวมากในรูปคลื่นเสียงได้อย่างมีประสิทธิภาพ
- พวกเขาลบความเงียบทั้งหมดออกจากการบันทึก
- พวกเขาแปลงเสียงเป็นข้อความโดยตรง
- ปัญหาอะไรจะเกิดขึ้นหากคุณซ้อนการบิดแบบขยายด้วยอัตราเดียวที่เลือกไม่ดี
- เครือข่ายมีขนาดเล็กเกินกว่าจะฝึกอบรมได้
- รูปภาพจะถูกหมุนอย่างถาวร
- สิ่งประดิษฐ์การวางตาราง โดยที่ตำแหน่งอินพุตบางตำแหน่งไม่เคยสุ่มตัวอย่าง
- น้ำหนักทั้งหมดกลายเป็นศูนย์
- How does Atrous Spatial Pyramid Pooling combine multiple scales in DeepLab?
- It runs several dilation rates in parallel and fuses their outputs
- It chooses one fixed dilation rate and discards the rest
- It converts the image into a single global class before convolution
- It replaces every convolution with a larger dense kernel
- For one input channel and one output channel, how many kernel weights does a dilated 3×3 filter contain, excluding a bias?
- 25, because dilation 2 spans a 5×5 region
- 5, one for each position along the expanded width
- 18, because dilation 2 doubles the number of weights
- 9, because dilation changes spacing rather than the 3×3 weight count