Swin Transformatör Sınavı

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Swin Transformer'daki 'Swin' ne anlama geliyor?
   • Kaydırılmış Pencereler
   • Pürüzsüz Pencere
   • Uzamsal Sarma
   • Tek Pencere
2. What positional information does Swin add within each local attention window?
   • Absolute word embeddings from a text tokenizer
   • A learnable relative-position bias
   • A global convolution kernel shared across all windows
   • A class-specific bounding-box regression target
3. Swin bilginin ayrı pencereler arasında taşınmasına nasıl izin veriyor?
   • Tekrarlanan bağlantıları kullanır
   • Pencere sınırlarını tamamen siler
   • Pencere bölümünü alternatif katmanlara kaydırır
   • Yalnızca tek bir genel pencere kullanır
4. Yama birleştirme katmanları Swin aşamaları arasında ne yapar?
   • Çözünürlüğü artırın ve kanalları kaldırın
   • Yamaları rastgele bırakın
   • Yamaları kelimelere çevirin
   • Komşu yamaları birleştirerek çözünürlüğü azaltın ve kanalları artırın
5. Swin'in hiyerarşik, çok ölçekli çıktısı neden özellikle faydalıdır?
   • Özellik piramitlerini bekleyen tespit ve segmentasyon çerçevelerine düzgün bir şekilde takılır
   • Yalnızca tek etiketli sınıflandırmaya yardımcı olur
   • Etiketli verilere olan ihtiyacı ortadan kaldırır
   • Modeli herhangi bir CNN'den daha küçük yapar
6. How does Swin’s attention pattern differ from standard ViT attention?
   • Swin has no attention mechanism
   • Swin computes attention in local windows and shifts partitions between blocks; standard ViT uses global patch attention
   • ViT uses only local convolutions
   • Both always use identical global attention
7. What scaling property does fixed-size window attention provide in Swin?
   • It is independent of image resolution
   • It becomes quadratic in channel count only
   • Attention computation grows linearly with image size for fixed window size
   • It removes all attention computation
8. Why does shifted-window attention use a mask after the cyclic shift?
   • To force every patch to attend to every image patch
   • To remove all positional information
   • To convert window attention into a convolution
   • To prevent tokens from attending across boundaries that should remain separate windows