引导式测验 · 中等 等级
DenseNet 和密集连接测验
测试特征图串联、增长率、直接特征重用、过渡压缩、梯度路径和通道计数。
问题 1 的 8
DenseNet 使用什么操作来组合前面各层的特征图？
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。
- DenseNet 使用什么操作来组合前面各层的特征图？
- 通道级联
- 逐元素加法
- 跨层最大池化
- 逐元素乘法
- 在DenseNet中，“增长率”k控制什么？
- 学习率表
- 池化窗口大小
- 每层产生的新特征图的数量
- 密集块的数量
- 密集块中的 L 层之间存在多少个直接连接？
- L
- L(L+1)/2
- 2升
- L 平方
- DenseNet 中过渡层的主要用途是什么？
- 添加剩余快捷方式
- 为了提高增长率
- 仅应用 dropout
- 下采样并减小密集块之间的特征图大小
- 密集连接的一个主要好处是它有助于缓解哪些训练问题？
- 颜色过度拟合
- 批量规模呈爆炸式增长
- 梯度消失问题
- 标签噪音
- 与 ImageNet 上类似精度的 ResNet 相比，DenseNet-BC 通常使用：
- 参数大幅减少
- 更多参数
- 参数差不多
- 根本没有卷积
- A late DenseNet layer needs an edge feature learned near the input. Why can it use that map directly?
- Only the final layer can see edge features
- DenseNet resets all maps after each layer
- Transition layers reconstruct every earlier map from scratch
- Earlier feature maps remain among its concatenated inputs
- A dense block begins with m channels and three layers each add k new maps. How many channels emerge before a transition?
- 3m + k
- m + 3k
- m times k cubed
- Only k, because old maps are discarded