Bài kiểm tra có liên kết hướng dẫn · Cứng Cấp độ

Câu đố về mạng Capsule

Kiểm tra vectơ viên nang, định tuyến từng phần đến toàn bộ, thông tin đặt ra, điểm thỏa thuận và lý do tại sao việc định tuyến lặp lại có thể tốn kém.

Đường dẫn hướng dẫn liên quanMạng viên nang
Câu hỏi 1 của 8

Trong mạng viên nang, LENGTH của vectơ đầu ra của viên nang biểu thị điều gì?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Trong mạng viên nang, LENGTH của vectơ đầu ra của viên nang biểu thị điều gì?
    • Xác suất mà thực thể có mặt
    • Màu của đặc điểm được phát hiện
    • Tốc độ học tập cho lớp đó
    • Số lượng tế bào thần kinh trong viên nang
  2. Vấn đề gì với các CNN tiêu chuẩn là các mạng con nhộng được thiết kế đặc biệt để giải quyết?
    • Đào tạo chậm về GPU
    • Mất các mối quan hệ không gian/một phần toàn bộ, ví dụ: chấp nhận các bộ phận khuôn mặt lộn xộn
    • Không thể xử lý hình ảnh màu
    • Quá ít thông số để tìm hiểu
  3. Tên của thuật toán quyết định viên nang cấp thấp hơn nào kết nối với viên nang cấp cao hơn nào?
    • Lan truyền ngược theo thời gian
    • Cắt bớt độ dốc
    • Định tuyến động theo thỏa thuận
    • Chuẩn hóa hàng loạt
  4. Ai đã giới thiệu mạng con nhộng với tính năng định tuyến động vào năm 2017?
    • Yann LeCun và cộng sự
    • Ian Goodfellow và cộng sự
    • Vaswani và cộng sự
    • Sabour, Frostt và Hinton
  5. Mục đích của chức năng 'bí' trong mạng con nhộng là gì?
    • Để chuẩn hóa độ dài vectơ trong khoảng từ 0 đến 1 trong khi vẫn giữ hướng của nó
    • Để xóa các viên nang không sử dụng
    • Để chuyển đổi hình ảnh sang thang độ xám
    • Để tự động tăng độ sâu của mạng
  6. 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
  7. 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
  8. 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