Rehber bağlantılı sınav · Orta Seviye

Karayolu Ağları ve Bağlantıları Atla Testi

Geçitli ve artık kısayolları, gradyan akış sınırlarını, LSTM ilhamını, transformatör ve U-Net kullanımlarını ve sıfıra karşı bir geçit davranışını test edin.

Soru 1 arasında 8

A very deep network struggles with optimization. What can a skip path provide?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. A very deep network struggles with optimization. What can a skip path provide?
    • A guarantee of perfect gradients at every depth
    • A more direct signal and gradient route that can ease training
    • A proof that more layers always improve accuracy
    • A replacement for the loss function
  2. Temel artık blok neyi hesaplar?
    • çıktı = F(x) çarpı x
    • çıktı = x bölü F(x)
    • çıktı = F(x) ve x'in maksimumu
    • çıktı = F(x) artı x, burada x giriş kısayoludur
  3. Karayolu ağlarındaki geçit mekanizmasına ne ilham verdi?
    • Tekrarlayan ağlardan LSTM kapıları
    • Evrişimsel havuzlama
    • Toplu normalleştirme
    • Bırakma
  4. Bir otoyol ağında dönüşüm kapısı T(x) neyi kontrol eder?
    • Optimize edicinin öğrenme oranı
    • Çıktı görüntüsünün boyutu
    • Girdinin ne kadarı dönüştürülüyor ve doğrudan taşınıyor?
    • Ağdaki katman sayısı
  5. Hangi modern mimari, alt katmanlarının etrafındaki artık bağlantılara dayanır?
    • K-kümeleme anlamına gelir
    • Karar ağacı
    • Doğrusal regresyon
    • Transformatör
  6. U-Net atlama bağlantıları özellikle segmentasyona nasıl yardımcı olur?
    • Kodlayıcıyı tamamen silerler
    • Kodlayıcıdan kod çözücüye ince uzaysal ayrıntıları aktarırlar
    • Görüntüyü metne dönüştürüyorlar
    • Çıkış sınıflarının sayısını bire indiriyorlar
  7. In y = F(x)T(x) + x(1-T(x)), what remains when T(x)=0?
    • Only F(x)
    • The sum 2x
    • The carried input x
    • A mandatory zero output
  8. For the same coupled-gate highway form, what remains when T(x)=1?
    • The transformed value F(x)
    • Only the original x
    • F(x) plus x
    • An automatically normalized x