U-Net Mimari Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. U-Net'e 'U' şeklini veren nedir?
   • Altörnekleme yapan bir kodlayıcı ve üstörnekleme yapan simetrik bir kod çözücü
   • Tek bir düz evrişim yığını
   • Bağlantısı olmayan iki paralel ağ
   • Zaman adımlarında yinelenen bir döngü
2. U-Net'in atlama bağlantılarının amacı nedir?
   • Parametre sayısını sıfıra indirmek için
   • İnce uzamsal ayrıntıları kodlayıcı katmanlarından doğrudan eşleşen kod çözücü katmanlarına aktarmak için
   • Görüntüyü gri tonlamaya dönüştürmek için
   • Eğitimi tamamen atlamak
3. U-Net başlangıçta ne için tasarlandı?
   • Konuşma tanıma
   • Hisse senedi fiyat tahmini
   • Biyomedikal görüntü segmentasyonu
   • Metin çevirisi
4. Kararlı Difüzyonda U-Net her adımda ne öngörüyor?
   • Resmin son yazısı
   • Sıkıştırma oranı
   • Kamera açısı
   • Gürültülü gizli ortamdan çıkarılacak gürültü
5. Kodlayıcı alt örnekleme yaparken uzamsal bilgiye ne olur?
   • 'Ne'nin mevcut olduğunu soyutlar ancak kesin 'nerede' ayrıntısını kaybeder
   • Tam piksel konumları kazanır
   • Görüntüyü metne dönüştürür
   • Çözünürlüğü iki katına çıkarır
6. Which augmentation did the original U-Net paper use to learn invariance from limited annotated biomedical images?
   • Replacing every image with a random label
   • Elastic deformations of the training images
   • Training only on unmodified test images
   • Removing the decoder path before training
7. How did the original U-Net paper process large images beyond the network’s input size?
   • By discarding all image borders
   • By resizing every image to one pixel
   • By predicting on overlapping tiles and extrapolating context at tile borders
   • By running the model once on a text prompt
8. What did the original U-Net paper’s weighted loss emphasize?
   • Only background pixels, regardless of distance
   • The most common image color
   • Noise prediction at a diffusion timestep
   • Border pixels between touching cells to help separate adjacent objects