Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Câu đố về kiến trúc phù hợp
Tìm hiểu cách Conformer kết hợp tích chập và tự chú ý cho lời nói, bao gồm cả thiết kế khối và kết quả điểm chuẩn được báo cáo.
Câu hỏi 1 của 8
Kiến trúc Conformer kết hợp hai cơ chế nào trong một khối duy nhất?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Kiến trúc Conformer kết hợp hai cơ chế nào trong một khối duy nhất?
- Tích chập và tự chú ý
- Tái phát và gộp
- Cây quyết định và phân cụm
- Tìm kiếm chùm tia và mã thông báo
- Tại sao việc kết hợp tích chập và chú ý lại đặc biệt hữu ích cho lời nói?
- Sự chú ý xử lý chi tiết âm vị địa phương trong khi tích chập xử lý bối cảnh chung
- Convolution nắm bắt các mô hình cục bộ trong khi sự tự chú ý nắm bắt bối cảnh tầm xa
- Cả hai chỉ quan trọng đối với hình ảnh, không phải âm thanh
- Không giúp được gì; nó hoàn toàn là vì tốc độ
- Cấu trúc 'Macaron' hoặc bánh sandwich của khối Conformer là gì?
- Hai lớp chú ý xung quanh một tích chập
- Chỉ một lớp chuyển tiếp duy nhất
- Sự chú ý và tích chập được bao bọc giữa hai mô-đun truyền tiếp nửa bước
- Tích chập xếp chồng lên nhau trên tích chập
- Tổ chức nào đã giới thiệu Conformer và vào năm nào?
- OpenAI vào năm 2018
- Meta vào năm 2015
- Microsoft vào năm 2012
- Google vào năm 2020
- Mô-đun tích chập bên trong Conformer thường bao gồm những gì?
- Chuyển đổi theo điểm, GLU, chuyển đổi theo chiều sâu, chuẩn hóa và kích hoạt Swish
- Chỉ có một lớp được kết nối đầy đủ duy nhất
- Một tế bào LSTM tái phát
- Trình phân loại rừng ngẫu nhiên
- On LibriSpeech test-clean/test-other, what WER did the original Conformer paper report with an external language model?
- 2.1% / 4.3%
- 1.9% / 3.9%
- 9.1% / 9.3%
- 0.1% / 0.3%
- What positional information does the Conformer paper add to attention?
- A geographic GPS coordinate for every speech frame
- A fixed class label for each utterance
- Relative positional encoding
- A separate video frame index
- What word error rates did the Conformer paper report without an external language model on LibriSpeech test/test-other?
- 20.1% / 40.3%
- 0.1% / 0.3%
- 12.1% / 14.3%
- 2.1% / 4.3%