Cuestionario Redes Neuronales Convolucionales

November 19, 2022 | Author: Anonymous | Category: N/A
Share Embed Donate


Short Description

Download Cuestionario Redes Neuronales Convolucionales...

Description

 

 

 

 

 

 

Vuelve a intentarlo cuando estés listo. Puntaje necesario para aprobar: 80 % o superior Puedes volver a tomar este cuestionario hasta 3 veces cada8 Horas. Volver a la semana 1Volver a tomar

Pregunta 1

Incorrecto   0/1 Punto

1. Pregunta 1 ¿Qué crees que hará aplicar este filtro a una imagen en escala de grises?

⎡⎣⎢⎢01101331 −1 −3−3−10−1 −10⎤⎦⎥⎥  Pregunta 2

Incorrecto   0/1 Punto

2. Pregunta 2 Suponga que su entrada es una imagen de 300 por 300 colores (RGB) y no está utilizando una red convolucional. Si la primera capa oculta tiene 100 neuronas, cada una completamente completamen te conectada a la entrada, ¿cuántos parámetros tiene esta capa oculta (incluidos los parámetros de sesgo)?

Pregunta 3

Incorrecto  

 

0/1 Punto

3. Pregunta 3 Suponga que su entrada es una imagen de 300 por 300 colores (RGB), y usa una capa convolucionall con 100 filtros que son cada uno 5x5. ¿Cuántos parámetros tiene esta capa convoluciona oculta (incluidos los parámetros de sesgo)?

Pregunta 4

Incorrecto   0/1 Punto

4. Pregunta 4 Tiene un volumen de entrada que es 63x63x16, y lo combina con 32 filtros que son cada uno 7x7, usando una zancada de 2 y sin relleno. ¿Cuál es el volumen de salida?

Pregunta 5

Incorrecto   0/1 Punto

5. Pregunta 5 Tiene un volumen de entrada que es 15x15x8 y lo rellena con “pad = 2”. ¿Cuál es la dimensión del volumen resultante (después del relleno)?

Pregunta 6

Incorrecto   0/1 Punto

6. Pregunta 6 Tiene un volumen de entrada que es 63x63x16, y lo combina con 32 filtros que son cada uno de 7x7, y un paso de 1. Desea usar una "misma" convolución. ¿Qué es el relleno?

Pregunta 7

Correcto   1/1 Punto

7. Pregunta 7 Tiene un volumen de entrada que es 32x32x16 y aplica una agrupación máxima con una zancada de 2 y un tamaño de filtro de 2. ¿Cuál es el volumen de salida?

Pregunta 8

 

Incorrecto   0/1 Punto

8. Pregunta 8 Debido a que las capas de agrupación no tienen parámetros, parámetros, no afectan el cálculo de la retropropagación (derivadas).

Pregunta 9

Incorrecto   0/1 Punto

9. Pregunta 9 En la conferencia hablamos sobre el "intercambio de parámetros" como un beneficio del uso de redes convolucionales. convolucionales. ¿Cuál de las siguientes afirmaciones sobre el uso compartido de parámetros en ConvNets es verdadera? (Marque todo lo que corresponda.)

Pregunta 10

Incorrecto   0/1 Punto

10. Pregunta 10 En la conferencia hablamos sobre la "escasez de conexiones" como un beneficio del uso de capas convolucionales. ¿Qué significa esto?

 

 

 

 

 

 

 

 

 

 

View more...

Comments

Copyright ©2017 KUPDF Inc.
SUPPORT KUPDF