Rehber bağlantılı sınav · Orta Seviye
Mekansal Trafo Ağları Testi
Uzamsal transformatör lokalizasyonunu, ızgara oluşturmayı, farklılaştırılabilir örneklemeyi, afin parametreleri ve geometrik hizalama uygulamalarını gözden geçirin.
Soru 1 arasında 8
Uzamsal Trafo Ağı, sinir ağına hangi yeteneği katar?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- Uzamsal Trafo Ağı, sinir ağına hangi yeteneği katar?
- Girdisinin döndürme ve ölçeklendirme gibi geometrik dönüşümlerini öğrenme yeteneği
- Görüntüleri kayıpsız sıkıştırma yeteneği
- Metin altyazıları oluşturma yeteneği
- Sesteki tüm gürültüyü kaldırma yeteneği
- Hangi üç bileşen uzaysal transformatör modülünü oluşturur?
- Kodlayıcı, kod çözücü ve ayırıcı
- Yerelleştirme ağı, şebeke oluşturucu ve örnekleyici
- Evrişim, havuzlama ve softmax
- Yerleştirme, dikkat ve ileri besleme
- Bir Uzaysal Trafo Ağı neden sıradan geri yayılımla eğitilebilir?
- Çünkü hiçbir parametre kullanmaz
- Çünkü yalnızca çıkarım zamanında çalışır
- Çünkü çift doğrusal örnekleme de dahil olmak üzere her adım türevlenebilirdir.
- Çünkü pekiştirmeli öğrenme ile eğitilmiştir
- Yerelleştirme ağı, bir afin dönüşüm için tipik olarak ne çıktı verir?
- Tek bir güven puanı
- Sınırlayıcı kutuların listesi
- Bir segmentasyon maskesi
- Parametrelerin 2x3 dönüşüm matrisi
- Standart CNN'ler neden mekansal değişikliklere karşı yalnızca zayıf bir şekilde değişmez, bu da STN'leri motive eder?
- Sınırlı mekansal tolerans için esas olarak havuzlamaya güveniyorlar
- Asla evrişim kullanmazlar
- 28x28'den büyük görselleri işleyemezler
- Her görüntü için etiketli dönüşümler gerektirirler
- Hangi uygulama Mekansal Trafo Şebekesine doğal olarak uygundur?
- Veritabanındaki sayıları sıralama
- Eğik veya kavisli metni tanımadan önce düzeltme
- Video dosyasını sıkıştırma
- Rastgele gürültü üretmek
- 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
- What interpolation method does the spatial transformer sampler use?
- Işın arama
- Nearest-neighbor word matching
- Fourier phase rotation only
- Çift doğrusal enterpolasyon