1. 다음 문제 중 올바르지 않는 것을 고르시오.
U-Net의 장점 및 성능의 이점이 아닌것은?
올바르지 않는 것은 "4. 채널 정보 제한"입니다.
U-Net은 의료 이미지 세그멘테이션과 같은 작업에서 뛰어난 성능을 보이는 구조로, 다음과 같은 특징을 가집니다:
1. **세그멘테이션에 적합한 구조**: U-Net은 다운샘플링과 업샘플링을 통해 이미지의 세그멘테이션을 효과적으로 수행할 수 있는 구조를 가지고 있습니다. 이는 세그멘테이션 작업에 매우 적합합니다.
2. **데이터 부족 문제 해결**: U-Net은 작은 데이터셋으로도 효과적인 학습이 가능하게 설계되었습니다. 데이터 증강(augmentation)과 같은 기법을 통해 데이터 부족 문제를 해결할 수 있습니다.
3. **U자형 구조**: U-Net의 명칭은 그 구조가 'U'자 형태를 닮았기 때문에 붙여졌습니다. 이 구조는 컨텍스트 정보와 위치 정보를 효과적으로 결합하여, 높은 정밀도의 세그멘테이션 결과를 도출할 수 있게 합니다.
4. **채널 정보 제한**: 실제로 U-Net은 채널 정보를 제한하지 않습니다. 오히려, U-Net 구조는 특징 맵(feature map)의 채널 수를 점진적으로 증가시키면서 이미지의 세부 정보를 효과적으로 포착합니다. 따라서, "채널 정보 제한"은 U-Net의 장점이나 성능 이점이 아니며, 오히려 U-Net은 다양한 채널 정보를 활용하여 세그멘테이션의 정확도를 높입니다.
2. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오.
“ 트랜스포머는 처음에 ________ 및 텍스트 생성과 같은 _______에 사용하기 위해 제안 되었음”
이미지분석, 신호처리
자동번역, 데이터 마이닝
기계 번역, 자연어 처리
트랜스포머는 자연어 처리를 위해 나왔죠. 즉 4번 밖에 없네요
가장 적절한 단어는 "4. 기계 번역, 자연어 처리"입니다.
트랜스포머 모델은 처음에 기계 번역 및 텍스트 생성과 같은 자연어 처리(NLP) 작업에 사용하기 위해 제안되었습니다.
3. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오.
“ 클래스 임베딩(Class Embedding)은 임베디드 패치 시퀀스에 추가되는 학습 가능한 _______으로, 트랜스포머 인코더의 출력 상태가 이미지 표현으로 사용됨”
읭 문제에 답이 있네요
가장 적절한 단어는 "1. 임베딩"입니다.
클래스 임베딩(Class Embedding)은 임베디드 패치 시퀀스에 추가되는 학습 가능한 임베딩으로, 트랜스포머 인코더의 출력 상태가 이미지 표현으로 사용됩니다.
4. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오.
“ 영상 패치 임베딩 (Image Patch Embedding)은 컴퓨터 비전 분야에서 사용되는 기술 중 하나로, 이미지를 작은 _____단위로 분할하고 각 패치를 고정된 차원의 _____로 변환하는 과정”
어우야 패치 단위로 분할하고 백터로 변환한다고 했었죠
가장 적절한 단어는 "3. 패치, 벡터"입니다.
영상 패치 임베딩 (Image Patch Embedding)은 컴퓨터 비전 분야에서 사용되는 기술 중 하나로, 이미지를 작은 패치 단위로 분할하고 각 패치를 고정된 차원의 벡터로 변환하는 과정입니다.
5. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오.
“ 컴퓨터 비전에는 일반적으로 사용되는 두 가지 어텐션 메커니즘, 즉 ______과 _______이 있음”
음 소프트와 하드!
가장 적절한 단어는 "3. 소프트 어텐션, 하드 어텐션"입니다.
컴퓨터 비전에는 일반적으로 사용되는 두 가지 어텐션 메커니즘, 즉 소프트 어텐션과 하드 어텐션이 있습니다.
'인공지능 > 공부' 카테고리의 다른 글
| 머신러닝 과제 1 - forward propagation, backward propagation (0) | 2024.04.04 |
|---|---|
| 딥러닝 과제 1 - 순방향 신경망 약물 안전성 예측 pytorch (0) | 2024.04.03 |
| 생성형 인공지능 5주차 5차시 Transformer - 영상 트랜스포머 응용1 (0) | 2024.04.02 |
| 생성형 인공지능 5주차 4차시 Transformer - Multi Head Attention 다중 머리 주의 (0) | 2024.04.02 |
| 생성형 인공지능 5주차 3차시 Transformer - U-net 형 model (0) | 2024.04.02 |