引导式测验 · 中等 等级
扩张和空洞卷积测验
检查空洞卷积中的膨胀间距、感受野、分割、WaveNet、网格和并行多尺度上下文。
问题 1 的 8
大于 1 的膨胀率对卷积核有何影响？
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。
- 大于 1 的膨胀率对卷积核有何影响？
- 它在内核权重之间插入间隙，以便它们覆盖更广泛的区域
- 它为内核添加了更多可学习的权重
- 它将内核缩小到一个点
- 它将内核转换为池化操作
- 膨胀率为 2 的 3x3 内核有效跨越了多大的区域？
- 3x3
- 5x5
- 7x7
- 9x9
- 为什么扩张卷积对于语义分割特别有用？
- 他们将图像简化为单个标签
- 它们消除了对任何训练数据的需要
- 他们扩大了感受野，同时保持特征图分辨率高
- 它们仅适用于灰度图像
- 术语“atrous”源自什么？
- 拉丁语中“层”的意思
- 训练方法的缩写
- 它的发明者的名字
- 法语a trous，意思是有洞的
- 在 WaveNet 中，为什么堆叠扩张卷积很有价值？
- 他们生成图像而不是音频
- 它们有效地捕获音频波形中非常长距离的依赖性
- 他们消除了录音中的所有沉默
- 他们直接将音频转换为文本
- 如果使用选择不当的单速率堆叠扩张卷积，会出现什么问题？
- 网络变得太小而无法训练
- 图像永久旋转
- 网格伪像，某些输入位置从未被采样
- 所有权重都变为零
- How does Atrous Spatial Pyramid Pooling combine multiple scales in DeepLab?
- It runs several dilation rates in parallel and fuses their outputs
- It chooses one fixed dilation rate and discards the rest
- It converts the image into a single global class before convolution
- It replaces every convolution with a larger dense kernel
- For one input channel and one output channel, how many kernel weights does a dilated 3×3 filter contain, excluding a bias?
- 25, because dilation 2 spans a 5×5 region
- 5, one for each position along the expanded width
- 18, because dilation 2 doubles the number of weights
- 9, because dilation changes spacing rather than the 3×3 weight count