230+ câu trắc nghiệm Mạng nơ-ron nhân tạo có đáp án - Phần 4
25 câu hỏi
ViT sử dụng cơ chế attention thay vì convolution
ViT chỉ xử lý văn bản
ViT không sử dụng hàm kích hoạt
ViT không cần dữ liệu hình ảnh
Chọn đáp án A.
Các vùng đề xuất
Các patch (mảng nhỏ)
Các kênh màu
Các đặc trưng cạnh
Chọn đáp án B.
Tăng cường chất lượng hình ảnh
Thêm thông tin vị trí cho các patch
Giảm kích thước đặc trưng
Tính toán gradient
Chọn đáp án B.
Dữ liệu huấn luyện rất lớn
Dữ liệu văn bản
Dữ liệu âm thanh
Mô hình đơn giản hơn
Chọn đáp án A.
Tính toán tương quan giữa các patch
Tăng cường độ tương phản hình ảnh
Loại bỏ nhiễu hình ảnh
Giảm số lượng patch
Chọn đáp án A.
[CLS] token
Fully connected layer
Convolutional layer
Recurrent layer
Chọn đáp án A.
Chi phí tính toán cao với hình ảnh lớn
Không thể xử lý hình ảnh
Không hỗ trợ phân loại
Yêu cầu dữ liệu văn bản
Chọn đáp án A.
Phân loại hình ảnh
Phát hiện đối tượng
Phân đoạn hình ảnh
Tất cả các nhiệm vụ trên
Chọn đáp án D.
ImageNet hoặc JFT-300M
MNIST
CIFAR-10
MS COCO
Chọn đáp án A.
Học thông minh hơn mỗi ngày
Xem toàn bộ 25 câu hỏi và nhiều hơn nữa với tài khoản miễn phí
Nhận diện bệnh lý trong hình ảnh y tế
Phân tích cảm xúc văn bản
Dự đoán thời tiết
Nhận diện giọng nói
Chọn đáp án A.
Khi có lượng dữ liệu lớn và thời gian huấn luyện không giới hạn
Khi dữ liệu mới hạn chế và tác vụ tương tự tác vụ gốc
Khi không cần mô hình được huấn luyện trước
Khi dữ liệu hoàn toàn không liên quan
Chọn đáp án B.
Vì chúng trích xuất đặc trưng cấp thấp như cạnh, góc
Vì chúng có ít tham số hơn
Vì chúng không ảnh hưởng đến hiệu suất
Vì chúng dễ huấn luyện hơn
Chọn đáp án A.
Các lớp đầu tiên của mô hình
Các lớp cuối hoặc lớp fully connected
Toàn bộ mô hình
Chỉ lớp đầu ra
Chọn đáp án B.
Thời gian huấn luyện và nhu cầu dữ liệu
Số lượng lớp ẩn
Độ phức tạp của dữ liệu
Kích thước đầu ra
Chọn đáp án A.
Xử lý hình ảnh
Xử lý ngôn ngữ tự nhiên (NLP)
Nhận diện giọng nói
Phân tích dữ liệu thời gian thực
Chọn đáp án B.
Khi có ít dữ liệu và tác vụ tương tự
Khi có dữ liệu lớn và thời gian không giới hạn
Khi mô hình gốc không hiệu quả
Khi cần tạo mô hình mới hoàn toàn
Chọn đáp án A.
Overfitting trên dữ liệu mới
Underfitting trên dữ liệu gốc
Tăng chi phí tính toán không cần thiết
Mất đặc trưng cấp cao
Chọn đáp án A.
Hình ảnh, văn bản, âm thanh
Chỉ hình ảnh
Chỉ văn bản
Chỉ âm thanh
Chọn đáp án A.
ImageNet
MNIST
CIFAR-10
MS COCO
Chọn đáp án A.
Phân loại hình ảnh y tế với ít dữ liệu
Phân tích dữ liệu thời tiết lớn
Tạo âm thanh tổng hợp
Dự đoán giá cổ phiếu
Chọn đáp án A.
Tăng cường chất lượng hình ảnh
Tạo văn bản mô tả nội dung hình ảnh
Phát hiện đối tượng trong hình ảnh
Phân loại hình ảnh
Chọn đáp án B.
CNN
RNN
Transformer
Fully connected layer
Chọn đáp án A.
Trích xuất đặc trưng hình ảnh
Sinh chuỗi văn bản
Tăng cường dữ liệu
Giảm kích thước hình ảnh
Chọn đáp án B.
Tăng tốc độ xử lý hình ảnh
Tập trung vào các vùng quan trọng khi sinh từ
Loại bỏ nhiễu hình ảnh
Giảm số lượng từ trong chú thích
Chọn đáp án B.
Đánh giá chất lượng chú thích
Tăng cường dữ liệu
Tính toán gradient
Giảm kích thước mô hình
Chọn đáp án A.
Bạn có thích hoạt động này không?
Hãy lưu hoặc chia sẻ nội dung này đến mọi người.
Gợi ý cho bạn
Ý tưởng của bạn, bài học của bạn
Tự thiết kế đề thi, bài giảng hoặc flashcard theo cách riêng.
Học liệu phổ biến Trắc nghiệm tổng hợp
Trắc nghiệm tổng hợp
Bài tập vừa sức, đúng lớp
Chọn nội dung phù hợp và tạo hoạt động cho lớp của bạn.
