Test Evaluation #1 - Fondamentaux du Deep Learning

Deep Learning · exam

Browse all intelligence artificielle et données documents

Hiba CHERIF EP KARMOUSSI 

Tableau de bord  Mes cours  Fondamentaux du Deep learning.  Evaluation en ligne (EvaL)  Test Evaluation #1

Commencé le jeudi 11 novembre 2021, 20:06

État Terminé

Terminé le jeudi 11 novembre 2021, 20:31

Temps mis 24 min 57 s

Note 15,00 sur 20,00 (75%)

Question 1 Correct Note de 1,00 sur 1,00

To which of these tasks would you apply a many-to-one RNN architecture? (Check all that apply).

A. Sentiment classification (input a piece of text and output a 0/1 to denote positive or negative sentiment)

B. Machine Translation (input a piece of text and the output is a translated text)

Les réponses correctes sont :

Sentiment classification (input a piece of text and output a 0/1 to denote positive or negative sentiment), Gender recognition from speech

Question 2 Partiellement correct Note de 0,50 sur 1,00

Consider this RNN: This specific type of architecture is appropriate when:

A. Tx= Ty

B. Tx= Ty =1

C. Tx< Ty

D. Tx> Ty

La réponse correcte est :

Tx= Ty

Question 3 Correct Note de 1,00 sur 1,00

You have finished training a language model RNN and are using it to sample random sentences, as follows:

What are you doing at each time step t:

A. (1) Use the probabilities given by the RNN to sample a word for the time step, (2) the ground truth word from the training set is passed to the next

step t+1.

B. (1) The highest probability word of the time step t as is picked from output probabilities, (2) the ground truth word from the training set is passed

to the next step t+1.

La réponse correcte est :

(1) Randomly sample a chosen word according to the given output probabilties of the RNN for the time step, (2) the selected word is passed to the next step t+1.

Question 4 Correct Note de 1,00 sur 1,00

Which of these is the most likely cause of problems for RNNs:

A. Exploding gradients.

B. Vanishing gradients.

Advertisement

Les réponses correctes sont :

Exploding gradients.,

Vanishing gradients.,

Difficult to process longer sequences.

Question 5 Correct Note de 1,00 sur 1,00

The Gated Recurrent Units (GRU) helps avoiding vanishing/exploding gradients

Where:

Check all that apply.

A. The final output state ht​is a combination of ht−1 and ϕh​(Wh​x +Ut​ h​(r ⊙ t​ ht−1​)+bh​) via zt and it is the representation of the hidden state ht​-1

B. Ce choix a été supprimé après le début de la tentative

C. Ce choix a été supprimé après le début de la tentative

D. The final output state ht​is a combination of ht−1 and ϕh​(Wh​x +Ut​ h​(r ⊙ t​ ht−1​)+bh​) via zt and it is the representation of the input xt

Les réponses correctes sont :

The final output state ht​is a combination of ht−1 and ϕh​(Wh​x +Ut​ h​(r ⊙ t​ ht−1​)+bh​) via zt and it is the representation of the input x,t

The reset gate rt​ is used to decide how much of the past information to forget.

Question 6 Non répondue Noté sur 1,00

We talked about “parameter sharing” as a benefit of using convolutional networks. Which of the following statements about parameter sharing in ConvNets

are true? (Check all that apply.)

A. It allows a feature detector to be used in multiple locations throughout the whole input image/input volume.

B. It reduces the total number of parameters

C. It allows parameters learned for one task to be shared even for a different task.

D. It allows gradient descent to set many of the parameters to zero

Les réponses correctes sont :

It reduces the total number of parameters,

It allows a feature detector to be used in multiple locations throughout the whole input image/input volume.

Question 7 Incorrect Note de 0,00 sur 1,00

Which of the following do you typically see in a ConvNet? (Check all that apply.)

A. Fully-Connected layers in the first few layers

B. Multiple CONV layers followed by a POOLING layer.

C. Fully-Connected layers in the last few layers.

D. Multiple POOLING layers followed by a CONV layer.

Les réponses correctes sont :

Multiple CONV layers followed by a POOLING layer.,

Fully-Connected layers in the last few layers.

Question 8 Correct Note de 1,00 sur 1,00

Advertisement

In order to be able to build very deep networks, we usually only use pooling layers to downsize the height/width of the activation volumes while convolutions

are used with “valid” padding. Otherwise, we would downsize the input of the model too quickly.

A. True

B. False

La réponse correcte est :

False

Question 9 Correct Note de 1,00 sur 1,00

Suppose you have an input volume of dimension 64x64x32. How many parameters would a single 1x1 convolutional filter have (including the bias)?

A. Ce choix a été supprimé après le début de la tentative

B. Ce choix a été supprimé après le début de la tentative

C. 33

D. 4097

La réponse correcte est :

33

Question 10 Correct Note de 1,00 sur 1,00

You have an input volume that is 15x15x8, and pad it using “pad=2.” What is the dimension of the resulting volume (after padding)?

A. 17x17x16

B. 19x19x16

C. 17x17x8

D. 19x19x8

La réponse correcte est :

19x19x8

Question 11 Correct Note de 1,00 sur 1,00

Which of these statements about mini-batch gradient descent do you agree with?

A. You should implement mini-batch gradient descent with an explicit for-loop over different mini-batches, so that the algorithm processes mini-batches at each

iteration.

B. Training one epoch (one pass through the training set) using mini-batch gradient descent is faster than training one epoch using batch

C. One iteration of mini-batch gradient descent (computing on a single mini-batch) is faster than one iteration of batch gradient descent.

D. Ce choix a été supprimé après le début de la tentative

Les réponses correctes sont :

You should implement mini-batch gradient descent with an explicit for-loop over different mini-batches, so that the algorithm processes mini-batches at each iteration., One

iteration of mini-batch gradient descent (computing on a single mini-batch) is faster than one iteration of batch gradient descent.

Question 12 Correct Note de 1,00 sur 1,00

A. Ce choix a été supprimé après le début de la tentative

B. Vrai

Advertisement

C. Faux

D. Ce choix a été supprimé après le début de la tentative

La réponse correcte est :

Faux

Question 13 Correct Note de 1,00 sur 1,00

A. 16384

B. 1024

C. 1025

D. 16385

La réponse correcte est :

16385

Question 14 Correct Note de 1,00 sur 1,00

A. Il réduit le nombre total de paramètres, réduisant ainsi le sur-apprentissage

B. Il permet de partager les paramètres appris pour une tâche pour différente applications (apprentissage par transfert).

Les réponses correctes sont :

Il réduit le nombre total de paramètres, réduisant ainsi le sur-apprentissage,

Il permet d'utiliser un détecteur de caractéristiques à plusieurs endroits sur l'ensemble de l'image d'entrée/du volume d'entrée.

Question 15 Correct Note de 1,00 sur 1,00

La segmentation sémantique est :

A. La tâche qui consiste à produire une étiquette pour chaque pixel de l’image.

B. La tâche qui consiste à générer des cadres de délimitation pour les objets composants l'image.

C. La tâche qui consiste à étiqueter toutes les régions de l’image.

D. La tâche qui consiste à attribuer une catégorie à chaque image d’entrée

Les réponses correctes sont :

La tâche qui consiste à produire une étiquette pour chaque pixel de l’image.,

La tâche qui consiste à étiqueter toutes les régions de l’image.

Question 16 Correct Note de 1,00 sur 1,00

La vérification faciale consiste à comparer une nouvelle image avec le visage d'une personne, tandis que la reconnaissance faciale nécessite de comparer une

nouvelle image avec les visages de K personnes.

A. Faux

B. Vrai

C. Ce choix a été supprimé après le début de la tentative

D. Ce choix a été supprimé après le début de la tentative

La réponse correcte est :

Vrai

Advertisement

Question 17 Incorrect Note de 0,00 sur 1,00

Vous entraînez un ConvNet sur un ensemble de données avec 100 classes différentes. Vous vous demandez si vous pouvez trouver une unité cachée qui réagit

fortement aux images de chats. (C'est-à-dire un neurone de sorte que, de toutes les images d'entrée/d'entraînement qui activent fortement ce neurone.) Vous

êtes plus susceptible de trouver cette unité dans la couche 4 du réseau que dans la couche 1.

A. Vrai

B. Faux

C. Ce choix a été supprimé après le début de la tentative

La réponse correcte est :

Vrai

Question 18 Partiellement correct Note de 0,50 sur 1,00

Les principaux types d'algorithme de reconnaissance d'objet sont:

A. Classification d'image

B. Détection

C. Détection de scène

D. Classification avec localisation

Les réponses correctes sont :

Classification d'image,

Classification avec localisation,

Détection

Question 19 Correct Note de 1,00 sur 1,00

La fonction d'activation la plus appropriée pour les couches cachées et la couche supérieure sont :

A. Softmax

B. ReLu

C. Sigmoid

D. Tanh

Les réponses correctes sont :

ReLu,

Softmax

Question 20 Incorrect Note de 0,00 sur 1,00

Lorsqu'un ensemble de données ENTIER est transmis vers l'avant et vers l'arrière via le réseau de neurones UNE SEULE FOIS.

A. Une itération

B. Une "epoch"

C. Un batch

La réponse correcte est :

Un batch