引导式测验 · 中等 等级

符合者架构测验

了解 Conformer 如何将语音的卷积和自注意力结合起来，包括其模块设计和报告的基准结果。

相关引导路径符合者架构
问题 1 的 8

Conformer 架构将哪两种机制组合在一个块中？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. Conformer 架构将哪两种机制组合在一个块中？
    • 卷积和自注意力
    • 循环和池化
    • 决策树和聚类
    • 波束搜索和标记化
  2. 为什么将卷积和注意力相结合对于语音特别有用？
    • 注意力处理局部音素细节，而卷积处理全局上下文
    • 卷积捕获局部模式，而自注意力捕获远程上下文
    • 两者只对图像重要，对音频无关
    • 两者都没有帮助；纯粹是为了速度
  3. Conformer 块的“马卡龙”或三明治结构是什么？
    • 一个卷积周围有两个注意力层
    • 仅单个前馈层
    • 两个半步前馈模块之间包含注意力和卷积
    • 卷积堆叠在卷积之上
  4. 哪个组织在哪一年推出了 Conformer？
    • 2018 年OpenAI
    • 2015 年Meta
    • 2012 年Microsoft
    • 2020 年Google
  5. Conformer 内部的卷积模块通常包括什么？
    • 逐点卷积、GLU、深度卷积、归一化和 Swish 激活
    • 只有一个全连接层
    • 循环 LSTM 单元
    • 随机森林分类器
  6. 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%
  7. 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
  8. 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%