Вікторина, пов’язана з посібником · Середній Рівень

Тест про згорточні нейронні мережі

Тестуйте спільні ядра CNN, просторове зменшення частоти дискретизації, ієрархії вивчених функцій, історію AlexNet, обчислення вихідної сітки та щільне покриття вхідних каналів.

Пов'язані напрямні шляхиЗгорткові нейронні мережі
Питання 1 з 8

Яка основна робота фільтра (ядра) у CNN?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Яка основна робота фільтра (ядра) у CNN?
    • Для зберігання кінцевої класифікаційної етикетки
    • Для випадкового перемішування пікселів перед тренуванням
    • Для ковзання по зображенню та визначення певного візуального шаблону
    • Щоб перетворити зображення в аудіо
  2. How does spatial kernel sharing reduce parameter requirements compared with learning a separate kernel at every image location?
    • The same learned kernel weights are reused across locations
    • All input pixels are deleted
    • Every layer must use only grayscale data
    • The model avoids all training
  3. What does a spatial pooling layer commonly do to a CNN feature map?
    • Assign a final label to every object
    • Reduce its spatial resolution
    • Guarantee invariance to every possible image shift
    • Always increase the number of input channels
  4. У глибокому CNN, як функції зазвичай змінюються від ранніх рівнів до наступних?
    • Від цілих об’єктів до окремих пікселів
    • Вони залишаються ідентичними на кожному шарі
    • Від тексту до цифр
    • Від простих країв і кольорів до складних деталей, таких як очі чи колеса
  5. Which named CNN is associated with the influential 2012 ImageNet classification result?
    • AlexNet
    • ResNet
    • Vision Transformer
    • SqueezeNet
  6. Яка числова операція виконується, коли фільтр застосовується до фрагмента зображення?
    • Пікселі сортуються від найтемніших до найяскравіших
    • Патч видаляється із зображення
    • Кожна вага множиться на піксель, що перекривається, а добутки підсумовуються
    • Пікселі перетворюються на букви
  7. With a 6-by-6 input and 3-by-3 kernel at stride one, no padding, and no dilation, what is the CNN output-grid size?
    • 6 by 6
    • 3 by 3
    • 2 by 2
    • 4 by 4
  8. In dense ungrouped convolution on a three-channel input, which channels does one filter span?
    • Only the first channel by definition
    • All three input channels
    • No input channels because kernels contain only output labels
    • Exactly one channel in every convolution configuration