引導式測驗 · 中等 等級
空間變壓器網路測驗
查看空間變換器定位、網格生成、可微分採樣、仿射參數和幾何對齊應用程式。
問題 1 的 8
空間變換網路為神經網路增加了什麼功能?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 空間變換網路為神經網路增加了什麼功能?
- 學習輸入的幾何變換的能力,例如旋轉和縮放
- 無損壓縮影像的能力
- 生成文字標題的能力
- 能夠消除音訊中的所有噪音
- 空間變換器模組由哪三個組件組成?
- 編碼器、解碼器和鑑別器
- 定位網路、網格生成器和採樣器
- 卷積、池化和 softmax
- 嵌入、注意力和前饋
- 為什麼空間變換網路可以用普通的反向傳播來訓練?
- 因為它不使用參數
- 因為它只在推理時運行
- 因為每一步,包括雙線性取樣,都是可微分的
- 因為它是經過強化學習訓練的
- 定位網路通常為仿射變換輸出什麼?
- 單一置信度分數
- 邊界框列表
- 分割掩模
- 參數的 2x3 變換矩陣
- 為什麼標準 CNN 對空間變化僅具有弱不變性,從而激發了 STN?
- 他們主要依靠池化來實現有限的空間容忍度
- 他們從不使用卷積
- 他們無法處理大於 28x28 的圖像
- 他們需要對每個圖像進行標記轉換
- 哪種應用程式最適合 Spatial Transformer Network?
- 將資料庫中的數字排序
- 識別前拉直傾斜或彎曲的文本
- 壓縮視訊檔案
- 產生隨機噪音
- 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?
- 集束搜尋
- Nearest-neighbor word matching
- Fourier phase rotation only
- 雙線性插值