Вікторина, пов’язана з посібником · Середній Рівень

Вікторина з доповнення Mixup і CutMix

Перевірте змішані входи та мітки, прямокутні патчі CutMix, ваги площ, бета-вибірку та цифрові цільові пропорції для обох методів.

Пов'язані напрямні шляхиДоповнення Mixup і Cutmix
Питання 1 з 8

Як Mixup створює новий навчальний приклад?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Як Mixup створює новий навчальний приклад?
    • Обертаючи одне зображення та зберігаючи його мітку
    • Обрізаючи випадковий квадрат і відкидаючи його
    • Перетворенням зображення в градації сірого
    • Шляхом лінійної інтерполяції двох зображень та їхніх міток із вагою лямбда
  2. Яка основна різниця між CutMix і Mixup?
    • CutMix використовує лише одне зображення, тоді як Mixup використовує два
    • CutMix вставляє прямокутну ділянку з одного зображення на інше замість змішування пікселів усюди
    • CutMix змінює лише етикетку, а не зображення
    • CutMix застосовується виключно до текстових даних
  3. Як у CutMix визначається маса змішування (лямбда) для етикеток?
    • Завжди фіксується на рівні 0,5
    • За яскравістю яскравіше зображення
    • За пропорцією площі пікселів кожне зображення сприяє
    • Випадково, без відношення до зображень
  4. Крім вхідного зображення, що ще змінюють Mixup і CutMix?
    • Етикетка, перетворюючи її на м'яку змішану мішень
    • Швидкість навчання оптимізатора
    • Кількість шарів у мережі
    • Розмір партії
  5. Який розподіл зазвичай використовується для вибірки коефіцієнта змішування лямбда?
    • Рівномірний розподіл за цілими числами
    • Бета-розповсюдження
    • Розподіл Пуассона
    • Розподіл Бернуллі з p, фіксованим рівним 1
  6. Покращено документально підтверджену перевагу цих доповнень змішування:
    • Стиснення файлу навченої моделі
    • Швидкість навчання за рахунок усунення необхідності зворотного поширення
    • Можливість тренуватися без будь-яких ярликів
    • Надійність і калібрування на додаток до точності
  7. Mixup uses lambda = 0.25 for image A and one minus lambda for image B. What target weights follow?
    • 25% A and 75% B
    • 75% A and 25% B
    • 50% each regardless of lambda
    • 100% A because it is listed first
  8. A CutMix patch replaces 20% of image A’s pixel area with image B. What label weights does the stated area rule use?
    • 20% A and 80% B
    • 100% B for any patch
    • 80% A and 20% B
    • 50% each for all rectangles