แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบเครือข่ายหม้อแปลงเชิงพื้นที่

ตรวจสอบการแปลหม้อแปลงเชิงพื้นที่ การสร้างกริด การสุ่มตัวอย่างเชิงอนุพันธ์ พารามิเตอร์เชื่อมโยง และการประยุกต์ใช้การจัดตำแหน่งทางเรขาคณิต

เส้นทางแนะนำที่เกี่ยวข้องเครือข่ายหม้อแปลงเชิงพื้นที่
คำถาม 1 ของ 8

Spatial Transformer Network เพิ่มความสามารถอะไรให้กับโครงข่ายประสาทเทียม?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. Spatial Transformer Network เพิ่มความสามารถอะไรให้กับโครงข่ายประสาทเทียม?
    • ความสามารถในการเรียนรู้การเปลี่ยนแปลงทางเรขาคณิตของอินพุต เช่น การหมุนและการปรับขนาด
    • ความสามารถในการบีบอัดภาพแบบไม่สูญเสียข้อมูล
    • ความสามารถในการสร้างคำบรรยายข้อความ
    • ความสามารถในการลบเสียงรบกวนทั้งหมดออกจากเสียง
  2. ส่วนประกอบสามประการใดที่ประกอบเป็นโมดูลหม้อแปลงเชิงพื้นที่
    • ตัวเข้ารหัส ตัวถอดรหัส และตัวแยกแยะ
    • เครือข่ายโลคัลไลซ์เซชัน ตัวสร้างกริด และตัวเก็บตัวอย่าง
    • การบิด การรวมกัน และซอฟต์แม็กซ์
    • การฝัง ความสนใจ และส่งต่อ
  3. เหตุใด Spatial Transformer Network จึงสามารถฝึกอบรมด้วย backpropagation แบบธรรมดาได้
    • เพราะมันไม่ใช้พารามิเตอร์
    • เพราะมันทำงานในเวลาอนุมานเท่านั้น
    • เพราะทุกขั้นตอน รวมถึงการสุ่มตัวอย่างแบบไบลิเนียร์ มีความแตกต่างได้
    • เพราะเป็นการฝึกแบบเสริมการเรียนรู้
  4. โดยทั่วไปแล้วเครือข่ายโลคัลไลเซชันจะส่งออกอะไรสำหรับการแปลงความสัมพันธ์
    • คะแนนความมั่นใจเดียว
    • รายการกล่องขอบ
    • หน้ากากการแบ่งส่วน
    • เมทริกซ์การแปลงพารามิเตอร์ 2x3
  5. เหตุใด CNN มาตรฐานจึงไม่เปลี่ยนแปลงเพียงเล็กน้อยต่อการเปลี่ยนแปลงเชิงพื้นที่ซึ่งเป็นแรงจูงใจให้ STN
    • พวกเขาพึ่งพาการรวมกลุ่มเป็นหลักเพื่อความทนทานเชิงพื้นที่ที่จำกัด
    • พวกเขาไม่เคยใช้การโน้มน้าวใจ
    • ไม่สามารถประมวลผลภาพที่มีขนาดใหญ่กว่า 28x28 ได้
    • พวกเขาต้องการการเปลี่ยนแปลงที่มีป้ายกำกับสำหรับทุกภาพ
  6. แอปพลิเคชันใดที่เหมาะกับ Spatial Transformer Network
    • การเรียงลำดับตัวเลขในฐานข้อมูล
    • ปรับข้อความที่เอียงหรือโค้งให้ตรงก่อนที่จะจดจำ
    • การบีบอัดไฟล์วิดีโอ
    • สร้างเสียงรบกวนแบบสุ่ม
  7. What does the grid generator do in a spatial transformer?
    • Assigns a class label to every image pixel
    • Measures the confidence of each object detection
    • Maps output pixel locations back to source-image coordinates using predicted transform parameters
    • Changes the neural network’s vocabulary
  8. What interpolation method does the spatial transformer sampler use?
    • ค้นหาบีม
    • Nearest-neighbor word matching
    • Fourier phase rotation only
    • การแก้ไขแบบไบลิเนียร์