گائیڈ سے منسلک کوئز · مشکل سطح
کیپسول نیٹ ورکس کوئز
کیپسول ویکٹرز، پارٹ ٹو ہول روٹنگ، پوز انفارمیشن، ایگریمنٹ سکور اور کیوں تکراری روٹنگ مہنگی ہو سکتی ہے چیک کرتا ہے۔
سوال 1 کی 8
کیپسول نیٹ ورک میں، کیپسول کے آؤٹ پٹ ویکٹر کی LENGTH کیا نمائندگی کرتی ہے؟
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- کیپسول نیٹ ورک میں، کیپسول کے آؤٹ پٹ ویکٹر کی LENGTH کیا نمائندگی کرتی ہے؟
- ہستی کے موجود ہونے کا امکان
- دریافت شدہ خصوصیت کا رنگ
- اس پرت کے لیے سیکھنے کی شرح
- کیپسول میں نیوران کی تعداد
- معیاری CNNs کے ساتھ کیا مسئلہ کیپسول نیٹ ورک خاص طور پر حل کرنے کے لیے بنائے گئے تھے؟
- GPUs پر سست تربیت
- مقامی/جزوی مکمل تعلقات کا نقصان، جیسے گڑبڑ چہرے کے حصوں کو قبول کرنا
- رنگین تصاویر پر کارروائی کرنے سے قاصر ہے۔
- سیکھنے کے لیے بہت کم پیرامیٹرز
- الگورتھم کا کیا نام ہے جو فیصلہ کرتا ہے کہ کون سے نچلے درجے کے کیپسول کس اعلیٰ سطح کے کیپسول سے جڑتے ہیں؟
- وقت کے ساتھ بیک پروپیگیشن
- تدریجی تراشنا
- ڈائنامک روٹنگ بذریعہ معاہدہ
- بیچ نارملائزیشن
- 2017 میں متحرک روٹنگ کے ساتھ کیپسول نیٹ ورک کس نے متعارف کرایا؟
- Yann LeCun اور ساتھیوں
- ایان گڈ فیلو اور ساتھی
- واسوانی اور ساتھی۔
- صبور، فراسٹ اور ہنٹن
- کیپسول نیٹ ورک میں 'اسکواش' فنکشن کا مقصد کیا ہے؟
- سمت کو برقرار رکھتے ہوئے ویکٹر کی لمبائی کو 0 اور 1 کے درمیان معمول پر لانے کے لیے
- غیر استعمال شدہ کیپسول کو حذف کرنے کے لیے
- تصاویر کو گرے اسکیل میں تبدیل کرنے کے لیے
- نیٹ ورک کی گہرائی خود بخود بڑھانے کے لیے
- Which result did the original 2017 CapsNet paper report as evidence for routing-by-agreement?
- Lower memory use than every CNN on ImageNet
- Better recognition of highly overlapping digits than a convolutional net
- No need for a training objective
- Perfect performance on all affine transformations
- In the original capsule representation, what information is carried by the direction of a capsule’s output vector?
- The probability that the entity is absent
- The number of routing iterations
- Instantiation or pose parameters of the represented entity
- The loss assigned to the previous layer
- In routing-by-agreement, what makes a lower capsule’s prediction agree with a higher-level capsule?
- Their capsule names begin with the same letter
- Their vector lengths are exactly zero
- They occur in the same image crop
- Their predicted and output vectors have a large scalar product