แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการฟื้นฟูหม้อแปลง SwinIR
สำรวจวิธีที่ SwinIR ปรับบล็อกหม้อแปลงหน้าต่างแบบเลื่อนเพื่อการกำจัดความละเอียดสูงสุด ลดสัญญาณรบกวน และกำจัดสิ่งรบกวนในการบีบอัด
คำถาม 1 ของ 8
SwinIR ใช้สถาปัตยกรรมหม้อแปลงแบบใด
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- SwinIR ใช้สถาปัตยกรรมหม้อแปลงแบบใด
- หม้อแปลงสวิน
- Vision Transformer (ViT) เท่านั้น
- เบิร์ต
- GPT
- กลไกความสนใจหลักใน SwinIR คืออะไร?
- ความสนใจทุกพิกเซลทั่วโลก
- เปลี่ยนความสนใจในตนเองตามหน้าต่าง
- ความสนใจข้ามภาพ
- ไม่มีการเอาใจใส่ มีแต่การบิดเบี้ยว
- บล็อกฟีเจอร์เชิงลึกของ SwinIR เรียกว่าอะไร
- บล็อก Convolution หนาแน่น
- บล็อกที่เหลือแบบกลับหัว
- บล็อกหม้อแปลง Swin ที่เหลือ (RSTB)
- แคปซูลบล็อค
- เหตุใดความสนใจแบบหน้าต่างจึงมีประสิทธิภาพมากกว่าความสนใจทั่วโลกที่นี่
- ใช้ช่องสีน้อยลง
- มันข้ามขั้นตอนการสร้างใหม่
- มันประมวลผลเฉพาะขอบเท่านั้น
- ราคาของมันจะเพิ่มขึ้นเป็นเส้นตรงกับพื้นที่ภาพแทนที่จะเป็นกำลังสอง
- What are the three main stages in SwinIR’s restoration architecture?
- Shallow feature extraction, deep feature extraction, and image reconstruction
- Text tokenization, translation, and speech synthesis
- Noise injection, denoising, and audio decoding
- Camera sensing, object tracking, and route planning
- SwinIR แสดงให้เห็นข้อได้เปรียบด้านประสิทธิภาพเหนือคู่แข่งของ CNN อย่างไร
- ไม่ต้องการข้อมูลการฝึกอบรม
- มันบรรลุผลลัพธ์ที่ล้ำสมัยด้วยพารามิเตอร์ที่น้อยกว่ามาก
- มันวิ่งโดยไม่มีการพลิกผันใดๆ
- ทำให้ไม่จำเป็นต้องใช้ GPU
- What components does a SwinIR Residual Swin Transformer Block combine?
- A text tokenizer and a language-model decoder
- A GAN discriminator and a vocoder
- Swin Transformer layers with residual connections and a convolution
- A camera sensor and a LiDAR encoder
- Which image-restoration task besides super-resolution did the SwinIR paper evaluate?
- การรู้จำเสียง
- การแปลด้วยเครื่อง
- Protein sequence design
- JPEG compression-artifact reduction