Rehber bağlantılı sınav · Orta Seviye
Uyumlu Mimarlık Sınavı
Conformer'ın, blok tasarımı ve bildirilen kıyaslama sonuçları da dahil olmak üzere konuşma için evrişimi ve kişisel dikkati nasıl birleştirdiğini öğrenin.
Soru 1 arasında 8
Conformer mimarisi hangi iki mekanizmayı tek bir blokta birleştirir?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- Conformer mimarisi hangi iki mekanizmayı tek bir blokta birleştirir?
- Evrişim ve kendine dikkat
- Tekrarlama ve havuzlama
- Karar ağaçları ve kümeleme
- Işın arama ve tokenizasyon
- Evrişim ve dikkati birleştirmek neden özellikle konuşma için faydalıdır?
- Dikkat yerel fonem ayrıntılarını ele alırken, evrişim küresel bağlamı ele alır
- Evrişim yerel kalıpları yakalarken, öz dikkat uzun vadeli bağlamı yakalar
- Her ikisi de yalnızca görüntüler için önemlidir, ses için değil
- İkisi de yardımcı olmuyor; tamamen hız amaçlıdır
- Bir Conformer bloğunun 'Macaron' veya sandviç yapısı nedir?
- Bir evrişim etrafında iki dikkat katmanı
- Yalnızca tek bir ileri besleme katmanı
- İki yarım adım ileri besleme modülü arasına sarılmış dikkat ve evrişim
- Evrişimin üstüne yığılmış evrişim
- Conformer'ı hangi kuruluş ve hangi yılda tanıttı?
- OpenAI 2018'de
- Meta, 2015'te
- Microsoft, 2012'de
- Google 2020'de
- Bir Conformer'ın içindeki evrişim modülü tipik olarak neyi içerir?
- Noktasal dönüşüm, GLU, derinlemesine dönüşüm, normalleştirme ve Swish aktivasyonu
- Yalnızca tek bir tam bağlantılı katman
- Tekrarlayan bir LSTM hücresi
- Rastgele bir orman sınıflandırıcısı
- On LibriSpeech test-clean/test-other, what WER did the original Conformer paper report with an external language model?
- 2.1% / 4.3%
- 1.9% / 3.9%
- 9.1% / 9.3%
- 0.1% / 0.3%
- What positional information does the Conformer paper add to attention?
- A geographic GPS coordinate for every speech frame
- A fixed class label for each utterance
- Relative positional encoding
- A separate video frame index
- What word error rates did the Conformer paper report without an external language model on LibriSpeech test/test-other?
- 20.1% / 40.3%
- 0.1% / 0.3%
- 12.1% / 14.3%
- 2.1% / 4.3%