Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Bài kiểm tra kiến trúc cổ chai

Kiểm tra việc giảm kênh, tiết kiệm điện toán, phần dư đảo ngược, cập nhật xếp hạng thấp và hạn chế về chiều được chia sẻ đằng sau các tắc nghẽn.

Đường dẫn hướng dẫn liên quanKiến trúc cổ chai
Câu hỏi 1 của 8

Trong khối thắt cổ chai ResNet, vai trò của tích chập 1x1 đầu tiên là gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Trong khối thắt cổ chai ResNet, vai trò của tích chập 1x1 đầu tiên là gì?
    • Để giảm số lượng kênh trước khi tích chập 3x3
    • Để tăng độ phân giải không gian
    • Áp dụng cách phân loại cuối cùng
    • Để thêm tiếng ồn cho việc chuẩn hóa
  2. Tại sao nút thắt cổ chai lại khiến chi phí tính toán của mạng sâu rẻ hơn?
    • Nó loại bỏ tất cả các kích hoạt
    • Nó thực hiện các hoạt động tốn kém trên ít kênh hơn
    • Nó sử dụng hạt nhân lớn hơn ở mọi nơi
    • Nó bỏ qua lan truyền ngược
  3. Trong bộ mã hóa tự động, lớp thắt cổ chai chủ yếu xác định:
    • Sự lựa chọn tối ưu hóa
    • Định dạng tập tin hình ảnh
    • Đầu vào được nén bao nhiêu
    • Kích thước lô
  4. MobileNetV2 sử dụng biến thể nào của ý tưởng thắt cổ chai?
    • Nút thắt cổ chai thuần túy
    • Tắc nghẽn tái phát
    • Không có nút thắt nào cả
    • Nút cổ chai còn lại đảo ngược (mở rộng rồi co lại)
  5. LoRA áp dụng các nguyên tắc thắt cổ chai cho các mô hình ngôn ngữ lớn như thế nào?
    • Bằng cách chèn nút thắt cổ chai cấp thấp (hẹp) có thể huấn luyện được vào các bản cập nhật trọng lượng
    • Bằng cách xóa các lớp chú ý
    • Bằng cách tăng gấp đôi tất cả trọng lượng
    • Bằng cách lượng tử hóa thành 1 bit
  6. Khối thắt cổ chai ResNet điển hình tuân theo mẫu kênh nào?
    • Rộng, rộng, rộng
    • Giảm, xử lý, khôi phục (ví dụ: 256 xuống 64 đến 256)
    • Hẹp, rộng, hẹp
    • Ngẫu nhiên trên mỗi lớp
  7. A ResNet block reduces 256 channels to 64 before its 3×3 convolution. Ignoring the 1×1 layers, what is the 3×3 layer’s approximate multiply-add cost relative to 256 channels?
    • About one-quarter
    • About one-half
    • About one-sixteenth
    • About four times as much
  8. An autoencoder uses a narrow latent code. What constraint does this impose on reconstruction?
    • The encoder must preserve every input pixel exactly
    • The network can no longer use learned weights
    • The decoder must expand the latent code before encoding
    • The decoder must reconstruct the input from a compressed representation