- Ausführende
-
Lernen
Python lernen Ausführbare Beispiele, NumPy, pandas und mehr KI / Machine Learning lernenNeuronale Netze, ML und LLMs von Grund auf C/C++ lernen Zeiger, Speicher, STL und modernes C++ C# lernenC#-Grundlagen, OOP, LINQ, Async und .NET-Übungen Matplotlib lernenLinien-, Balken-, Streu- und Kreisdiagramme mit interaktiven Visualisierungen Rust lernenOwnership, Traits, Fehlerbehandlung und Threads Go lernenSlices, Interfaces, Goroutinen und Channels Python-Algorithmen Suche, Sortierung, Rekursion und Visualisierungen O(n) C/C++-Algorithmen Implementierungen in C und C++ vergleichen Programmieren für Kinder Spielend programmieren lernen!
- QuizzeNeu
- AufgabenNeu
- Für LehrkräfteNeu
- Aktualisierungen
- Spendier mir einen Kaffee
AI & Machine Learning-Quiz: Convolutional Neural Networks (CNNs)
This quiz is about convolutional neural networks, the models behind most computer vision. You will calculate output shapes with the size formula, count a conv layer's parameters and explain why CNNs beat dense layers on images.
Beispielfrage
Frage 1 von 10A 32x32 single-channel image goes through a 3x3 convolution with stride 1 and no padding. What is the output size?
Lösung zeigen
A. 30x30 (W - K + 2P) / S + 1 = (32 - 3 + 0) / 1 + 1 = 30. A 3x3 kernel cannot be centered on the border pixels without padding, so one pixel is lost on each side.
Darum geht es in diesem Quiz
- Output size = floor((W - K + 2P) / S) + 1
- Parameter counts of a conv layer
- Max pooling, padding and stride
- Weight sharing and receptive fields
- What 1x1 convolutions are for
Häufige Fragen
Brauche ich ein Konto?
Nein. Jeder kann spielen. Mit Anmeldung werden XP, Serie, Abzeichen und Verlauf gespeichert.
Kann ich es wiederholen?
Ja. Dein Bestwert bleibt erhalten, und Fragen und Antworten werden jedes Mal neu gemischt.