DenseNet ve Yoğun Bağlantı Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. DenseNet önceki katmanlardaki özellik haritalarını birleştirmek için hangi işlemi kullanır?
   • Kanal bazında birleştirme
   • Öğe bazında ekleme
   • Katmanlar arasında maksimum havuzlama
   • Eleman bazında çarpma
2. DenseNet'te 'büyüme oranı' neyi kontrol ediyor?
   • Öğrenme oranı çizelgesi
   • Havuzlama penceresi boyutu
   • Her katmanın ürettiği yeni özellik haritalarının sayısı
   • Yoğun blok sayısı
3. Yoğun bir bloktaki L katmanları arasında kaç tane doğrudan bağlantı vardır?
   • L
   • L(L+1)/2
   • 2L
   • L kare
4. DenseNet'teki geçiş katmanlarının temel amacı nedir?
   • Kalan kısayolları eklemek için
   • Büyüme oranını artırmak için
   • Yalnızca bırakmayı uygulamak için
   • Yoğun bloklar arasındaki özellik haritası boyutunu alt örneklemek ve azaltmak için
5. Yoğun bağlantının en önemli faydası, hangi eğitim sorununun azaltılmasına yardımcı olmasıdır?
   • Renge aşırı uyum
   • Patlayan parti boyutları
   • Kaybolan gradyan problemi
   • Etiket gürültüsü
6. ImageNet'teki benzer doğruluktaki ResNet ile karşılaştırıldığında DenseNet-BC genellikle şunları kullanır:
   • Önemli ölçüde daha az parametre
   • Çok daha fazla parametre
   • Aynı parametreler hakkında
   • Hiç kıvrım yok
7. A late DenseNet layer needs an edge feature learned near the input. Why can it use that map directly?
   • Only the final layer can see edge features
   • DenseNet resets all maps after each layer
   • Transition layers reconstruct every earlier map from scratch
   • Earlier feature maps remain among its concatenated inputs
8. A dense block begins with m channels and three layers each add k new maps. How many channels emerge before a transition?
   • 3m + k
   • m + 3k
   • m times k cubed
   • Only k, because old maps are discarded