引导式测验 · 中等 等级
空间变压器网络测验
查看空间变换器定位、网格生成、可微分采样、仿射参数和几何对齐应用程序。
问题 1 的 8
空间变换网络为神经网络添加了什么功能?
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。
- 空间变换网络为神经网络添加了什么功能?
- 学习输入的几何变换的能力,例如旋转和缩放
- 无损压缩图像的能力
- 生成文本标题的能力
- 能够消除音频中的所有噪音
- 空间变换器模块由哪三个组件组成?
- 编码器、解码器和鉴别器
- 定位网络、网格生成器和采样器
- 卷积、池化和 softmax
- 嵌入、注意力和前馈
- 为什么空间变换网络可以用普通的反向传播来训练?
- 因为它不使用参数
- 因为它只在推理时运行
- 因为每一步,包括双线性采样,都是可微分的
- 因为它是经过强化学习训练的
- 定位网络通常为仿射变换输出什么?
- 单一置信度分数
- 边界框列表
- 分割掩模
- 参数的 2x3 变换矩阵
- 为什么标准 CNN 对空间变化仅具有弱不变性,从而激发了 STN?
- 他们主要依靠池化来实现有限的空间容忍度
- 他们从不使用卷积
- 他们无法处理大于 28x28 的图像
- 他们需要对每个图像进行标记转换
- 哪种应用程序最适合 Spatial Transformer Network?
- 对数据库中的数字进行排序
- 识别前拉直倾斜或弯曲的文本
- 压缩视频文件
- 生成随机噪声
- What does the grid generator do in a spatial transformer?
- Assigns a class label to every image pixel
- Measures the confidence of each object detection
- Maps output pixel locations back to source-image coordinates using predicted transform parameters
- Changes the neural network’s vocabulary
- What interpolation method does the spatial transformer sampler use?
- 集束搜索
- Nearest-neighbor word matching
- Fourier phase rotation only
- 双线性插值