گائیڈ سے منسلک کوئز · درمیانہ سطح

خستہ حال اور ایٹروس کنولوشنز کوئز

ڈائلیشن اسپیسنگ، ریسپٹیو فیلڈز، سیگمنٹیشن، ویو نیٹ، گرڈنگ، اور متوازی ملٹی اسکیل سیاق و سباق کو ایٹروس کنولوشنز میں چیک کریں۔

متعلقہ گائیڈ کے راستےپھیلی ہوئی اور ایٹروس کنولیشنز
سوال 1 کی 8

1 سے زیادہ پھیلاؤ کی شرح کنولوشن کرنل کو کیا کرتی ہے؟

ہر سوال کا جائزہ لیں۔8 سوالات

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

  1. 1 سے زیادہ پھیلاؤ کی شرح کنولوشن کرنل کو کیا کرتی ہے؟
    • یہ دانا کے وزن کے درمیان خلا کو داخل کرتا ہے تاکہ وہ ایک وسیع علاقے کا احاطہ کریں۔
    • یہ دانا میں مزید سیکھنے کے قابل وزن کا اضافہ کرتا ہے۔
    • یہ دانا کو ایک نقطہ پر سکڑتا ہے۔
    • یہ دانا کو پولنگ آپریشن میں بدل دیتا ہے۔
  2. 2 کے پھیلاؤ کی شرح کے ساتھ ایک 3x3 دانا مؤثر طریقے سے کتنا بڑا خطہ پھیلاتا ہے؟
    • 3x3
    • 5x5
    • 7x7
    • 9x9
  3. خستہ حال convolutions خاص طور پر semantic segmentation کے لیے کیوں مفید ہیں؟
    • وہ تصویر کو ایک ہی لیبل تک کم کرتے ہیں۔
    • وہ کسی بھی تربیتی ڈیٹا کی ضرورت کو ختم کرتے ہیں۔
    • وہ فیچر میپ ریزولوشن کو اونچا رکھتے ہوئے ریسپٹیو فیلڈ کو بڑا کرتے ہیں۔
    • وہ صرف گرے اسکیل امیجز پر کام کرتے ہیں۔
  4. ایٹروس کی اصطلاح کس چیز سے نکلتی ہے؟
    • پرت کے لیے لاطینی لفظ
    • تربیت کے طریقہ کار کا مخفف
    • اس کے موجد کا نام
    • فرانسیسی ایک ٹراؤس، جس کا مطلب ہے سوراخ والا
  5. WaveNet میں، اسٹیکڈ ڈیلیٹڈ کنولوشنز کیوں قیمتی ہیں؟
    • وہ آڈیو کے بجائے تصاویر بناتے ہیں۔
    • وہ آڈیو ویوفارم میں بہت طویل فاصلے پر انحصار کو مؤثر طریقے سے پکڑتے ہیں۔
    • وہ ریکارڈنگ سے تمام خاموشی کو ہٹا دیتے ہیں۔
    • وہ آڈیو کو براہ راست متن میں تبدیل کرتے ہیں۔
  6. کیا مسئلہ پیدا ہو سکتا ہے اگر آپ ناقص منتخب شدہ سنگل ریٹ کے ساتھ ڈائیلیٹڈ کنولوشنز کو اسٹیک کریں؟
    • نیٹ ورک تربیت کے لیے بہت چھوٹا ہو جاتا ہے۔
    • تصویر کو مستقل طور پر گھمایا جاتا ہے۔
    • پیسنے والے نمونے، جہاں کچھ ان پٹ پوزیشنوں کا نمونہ کبھی نہیں لیا جاتا ہے۔
    • تمام وزن صفر ہو جاتے ہیں۔
  7. How does Atrous Spatial Pyramid Pooling combine multiple scales in DeepLab?
    • It runs several dilation rates in parallel and fuses their outputs
    • It chooses one fixed dilation rate and discards the rest
    • It converts the image into a single global class before convolution
    • It replaces every convolution with a larger dense kernel
  8. For one input channel and one output channel, how many kernel weights does a dilated 3×3 filter contain, excluding a bias?
    • 25, because dilation 2 spans a 5×5 region
    • 5, one for each position along the expanded width
    • 18, because dilation 2 doubles the number of weights
    • 9, because dilation changes spacing rather than the 3×3 weight count