Neuronale Netze für Bildverarbeitung: Quiz und Übungen

Question 1

Welche Aufgabe übernehmen Faltungskerne in CNNs?

Accepted Answer

Sie extrahieren wichtige Informationen aus den Eingabedaten und verringern deren Komplexität.

Answer

Sie sind immer quadratisch.

Answer

Die Anzahl ihrer Kanäle entspricht der Anzahl der Kanäle in den Eingabedaten.

Question 2

Nennen Sie die wichtigsten Vorteile des Einsatzes von Transferlernen beim Training von CNNs für Bildklassifizierungsaufgaben.

Accepted Answer

Verringerte Trainingszeit und niedrigere Kosten

Accepted Answer

Verbesserte Leistung auch bei begrenzten Datensätzen

Accepted Answer

Schnellere Konvergenz und reduzierte Überanpassung

Answer

Unabhängigkeit von großen Datensätzen und einfache Implementierung

Question 3

Was ist das wichtigste Merkmal eines Faltungslayers in einem CNN?

Accepted Answer

Merkmalskarte

Answer

Gewichtsmatrix

Answer

Aktivierungsfunktion

Answer

Pooling-Funktion

Question 4

Welche der folgenden Aktivierungsfunktionen wird in CNNs häufig verwendet?

Accepted Answer

ReLU

Answer

Sigmoid

Answer

Tanh

Answer

Softmax

Question 5

Welchen Zweck hat eine Pooling-Schicht in einem CNN?

Accepted Answer

Reduzierung der Größe der Merkmalskarten

Answer

Gewinnung wichtiger Merkmale

Answer

Verhinderung von Überanpassung

Answer

Normalisierung der Merkmalswerte

Question 6

Welcher Vorteil von CNNs ist gegenüber traditionellen Bildverarbeitungsmethoden hervorzuheben?

Accepted Answer

Automatische Merkmalsextraktion

Answer

Robustheit gegenüber Bildrauschen

Answer

Unsupervised Learning

Answer

Interpretierbarkeit

Question 7

Nennen Sie einen wichtigen Anwendungsfall für CNNs im Bereich der Bildverarbeitung.

Accepted Answer

Objekterkennung

Answer

Medizinische Bildgebung

Answer

Spracherkennung

Answer

Maschinelle Übersetzung

Question 8

Nennen Sie das prägende Merkmal von Convolutionalen Neuronalen Netzen (CNNs).

Accepted Answer

Anwendung von Faltungsrechenoperationen

Answer

Fähigkeit zur Modellierung komplexer zeitlicher Abhängigkeiten

Answer

Einbeziehung von Rückkopplungsschleifen

Answer

Verarbeitung diskreter Eingaben

Question 9

In welchen Bereichen werden CNNs typischerweise eingesetzt?

Accepted Answer

Bildverarbeitung

Answer

Natürliche Sprachverarbeitung

Answer

Analyse von Zeitreihendaten

Answer

Empfehlungssysteme

Question 10

Definieren Sie eine Faltungsrechenoperation im Kontext von CNNs.

Accepted Answer

Multiplikation einer Eingabedatenreihe mit einer Reihe von Gewichtungen

Answer

Addition einer Eingabedatenreihe mit einer Reihe von Gewichtungen

Answer

Division einer Eingabedatenreihe durch eine Reihe von Gewichtungen

Answer

Subtraktion einer Eingabedatenreihe von einer Reihe von Gewichtungen

Question 11

Welche gebräuchliche Aktivierungsfunktion findet Anwendung in CNNs?

Accepted Answer

ReLU

Answer

Sigmoid

Answer

Tanh

Answer

Softmax

Question 12

Erläutern Sie die Rolle eines Pooling-Layers in einem CNN.

Accepted Answer

Reduzierung der Dimensionalität von Merkmalskarten

Answer

Erhöhung der Dimensionalität von Merkmalskarten

Answer

Extraktion von Merkmalen aus Merkmalskarten

Answer

Normalisierung von Merkmalskarten

Question 13

Nennen Sie eine bekannte CNN-Modellarchitektur.

Accepted Answer

VGGNet

Answer

LSTM

Answer

Transformer

Answer

GRU

Question 14

Erläutern Sie das Problem des Überanpassens bei CNNs.

Accepted Answer

Das Modell lernt die Trainingsdaten zu genau und kann nicht auf neue Daten generalisieren

Answer

Das Modell lernt die Trainingsdaten nicht genau genug und kann nicht auf neue Daten generalisieren

Answer

Das Modell ist zu komplex und kann nicht auf effizienter Hardware trainiert werden

Answer

Das Modell ist zu einfach und kann keine komplexen Muster erkennen

Question 15

Welche der folgenden Aussagen beschreibt am besten die Hauptaufgabe von Convolutionalen Neuronalen Netzen (CNNs)?

Accepted Answer

Extraktion von Merkmalen aus Bildern zur Unterstützung von Aufgaben wie Bildklassifizierung und Objekterkennung.

Answer

Vorhersage von Zeitreihen wie Aktienkursen oder Wetterdaten.

Answer

Generierung natürlicher Sprache wie Nachrichtenartikel oder Dialoge.

Answer

Klassifizierung von Textdokumenten wie E-Mails oder Produktbewertungen.

Question 16

Welche Schicht wird in CNNs verwendet, um räumliche Informationen aus Bildern zu extrahieren?

Accepted Answer

Convolution-Schicht

Answer

Vollständig verbundene Schicht

Answer

Pooling-Schicht

Answer

Normalisierungsschicht

Question 17

Was ist der Zweck einer Max-Pooling-Schicht in einem CNN?

Accepted Answer

Reduzierung der räumlichen Dimension des Merkmalsmaps durch Zusammenfassen benachbarter Werte.

Answer

Erhöhung der Anzahl der Kanäle im Merkmalsmap.

Answer

Normalisierung der Werte im Merkmalsmap.

Answer

Hinzufügen von Rauschen zum Merkmalsmap.

Question 18

Welche Metrik wird häufig verwendet, um die Leistung von CNNs bei der Objekterkennung zu bewerten?

Accepted Answer

Mittlere durchschnittliche Genauigkeit (mAP)

Answer

Genauigkeit

Answer

F1-Score

Answer

Rückruf

Question 19

Welches zentrale Merkmal zeichnet Convolutionale Neuronale Netze (CNNs) aus?

Accepted Answer

Gewichtsfreigabe

Answer

Rekurrente Verbindungen

Answer

Lange Kurzzeitgedächtniszellen (LSTMs)

Answer

Vollständige Vernetzung

Question 20

Für welche Aufgaben können CNNs in der Bildverarbeitung eingesetzt werden?

Accepted Answer

Alle genannten Aufgaben

Answer

Objekterkennung

Answer

Bildklassifizierung

Answer

Semantische Segmentierung

Question 21

Welche Schicht in einem CNN ist für die Extraktion von Merkmalen zuständig?

Accepted Answer

Faltungsschicht

Answer

Eingabeschicht

Answer

Pooling-Schicht

Answer

Ausgabeschicht

Question 22

Welche Aktivierungsfunktion wird in CNNs häufig verwendet?

Accepted Answer

ReLU (Rectified Linear Unit)

Answer

Sigmoid

Answer

Tanh

Answer

Softmax

Question 23

Was ist der Hauptzweck einer Pooling-Schicht in einem CNN?

Accepted Answer

Reduzierung der Dimensionalität

Answer

Erhöhung der Informationsdichte

Answer

Merkmalextraktion

Answer

Objektklassifizierung

Question 24

Welches Architekturmuster ist für CNNs typisch?

Accepted Answer

Sequenziell

Answer

Parallel

Answer

Vollständig verbunden

Answer

Rekursiv

Question 25

Welche Optimierungsmethode wird häufig für das Training von CNNs verwendet?

Accepted Answer

Gradientenabstieg

Answer

Koordinationsabstieg

Answer

Bayesianische Optimierung

Answer

Neuronale Evolution

Question 26

In welchem medizinischen Bereich haben CNNs eine bedeutende Anwendung gefunden?

Accepted Answer

Alle genannten Bereiche

Answer

Medizinische Bildgebung

Answer

Vorhersage von Krankheitsrisiken

Answer

Personalisierte Medizin

Question 27

Welche Hauptaufgabe erfüllen Convolutionale Neuronale Netze (CNNs)?

Accepted Answer

Hierarchische Merkmale aus räumlich strukturierten Daten extrahieren

Answer

Stetige Werte vorhersagen

Answer

Textdaten klassifizieren

Answer

Neue Bilder generieren

Question 28

Welche Berechnung wird in der Faltungsschicht eines CNNs durchgeführt?

Accepted Answer

Elementweise Multiplikation zwischen Kernel und Eingabe

Answer

Addition der Kernel-Werte

Answer

Subtraktion der Kernel-Werte

Answer

Max-Pooling der Kernel-Werte

Question 29

Welche Aktivierungsfunktion wird häufig in CNNs eingesetzt?

Accepted Answer

ReLU-Funktion

Answer

Lineare Funktion

Answer

Sigmoid-Funktion

Answer

Tanh-Funktion

Question 30

Welche Anwendung von CNNs ist in der Praxis weit verbreitet?

Accepted Answer

Bildklassifizierung

Answer

Natürliche Sprachverarbeitung

Answer

Maschinelle Übersetzung

Answer

Regression

Question 31

Welche Architektur ist eine Variante von CNNs, die speziell für die Objekterkennung entwickelt wurde?

Accepted Answer

YOLOv3

Answer

VGGNet

Answer

AlexNet

Answer

ResNet

Question 32

Welche Metrik wird zur Bewertung der Leistung von CNNs bei der Objekterkennung verwendet?

Accepted Answer

Intersection over Union (IoU)

Answer

Genauigkeit

Answer

Mittlerer F1-Score

Answer

Kreuzentropieverlust

Question 33

Wie trägt Pooling in Convolutional Neural Networks (CNNs) zur Verbesserung der räumlichen Invarianz bei?

Accepted Answer

Durch Reduzierung der Auflösung der Feature-Maps verringert Pooling die Empfindlichkeit gegenüber kleinen Positionsänderungen.

Answer

Pooling erhöht die Anzahl der Feature-Maps, wodurch das Netzwerk mehr Merkmale erkennen kann.

Answer

Pooling sorgt für eine bessere Generalisierung, da es Overfitting reduziert.

Answer

Pooling hat keine Auswirkungen auf die räumliche Invarianz.

Question 34

Welche Gemeinsamkeiten und Unterschiede bestehen zwischen traditionellen Bildverarbeitungsmethoden und Convolutionalen Neuronalen Netzen (CNNs)?

Accepted Answer

CNNs verwenden Faltungskerne, traditionelle Bildverarbeitung nicht.

Accepted Answer

Sowohl CNNs als auch traditionelle Bildverarbeitung können zur Objekterkennung verwendet werden.

Answer

Beide Ansätze benötigen keine großen Datensätze zum Trainieren.

Answer

Traditionelle Bildverarbeitung ist im Allgemeinen genauer als CNNs.

Question 35

Was macht die Max-Pooling-Operation in einem Convolutionalen Neuronalen Netz?

Accepted Answer

Sie wählt die höchste Aktivierung innerhalb eines bestimmten Bereichs.

Answer

Sie berechnet den Durchschnitt der Aktivierungen innerhalb eines bestimmten Bereichs.

Answer

Sie reduziert die Anzahl der Gewichtungen im Netzwerk.

Answer

Sie ist essenziell für die Extraktion feiner Details.

Question 36

Welche Herausforderungen ergeben sich beim Training von CNNs mit **extrem großen** Datensätzen und wie können diese gemeistert werden?

Accepted Answer

Überanpassung, hoher Rechenaufwand und Speicherbedarf

Answer

Mangelnde Trainingsdaten und Rauschen

Answer

Unzureichende Parameter und geringe Genauigkeit

Question 37

Welches Merkmal ist ein wesentliches Charakteristikum von CNNs?

Accepted Answer

Erfassung räumlicher Abhängigkeiten in Bildern

Answer

Geringer Bedarf an Trainingsdaten

Answer

Beschränkung auf die Verarbeitung von Graustufenbildern

Answer

Abschluss ausschließlich mit einer vollständig verbundenen Schicht

Question 38

Was ist der primäre Zweck von Pooling-Operationen in Convolutionalen Neuronalen Netzen (CNNs)?

Accepted Answer

Verringerung der räumlichen Dimension von Feature-Maps

Answer

Reduzierung der Anzahl von Kanälen in Feature-Maps

Answer

Extraktion hierarchischer Merkmale

Answer

Normalisierung von Aktivierungen in Feature-Maps

Question 39

Welches ist ein zentrales Merkmal von CNNs?

Accepted Answer

Lokale Konnektivität

Answer

Vollständig verbundene Schichten

Answer

Rekurrente Verbindungen

Question 40

Wie funktionieren Faltungskerne in Convolutionalen Neuronalen Netzen?

Accepted Answer

Faltungskerne sind kleine Matrizen, die über die Eingabewerte gleiten und neue Merkmalskarten erzeugen.

Answer

Faltungskerne sind neuronale Schichten, die Aktivierungsfunktionen wie ReLU und Sigmoid verwenden.

Answer

Faltungskerne dienen dazu, die Größe der Eingabe zu reduzieren.

Answer

Faltungskerne sind nur für die semantische Segmentierung relevant und spielen keine Rolle bei der Objekterkennung.

Question 41

Welches Merkmal unterscheidet Convolutionale Neuronale Netze (CNNs) von anderen neuronalen Netzarchitekturen?

Accepted Answer

Lokale Konnektivität und gemeinsame Gewichtungen

Answer

Vollständig verknüpfte Schichten

Answer

Recurrente Verbindungen

Question 42

Nennen Sie die primäre Funktion von Faltungskerne in CNNs.

Accepted Answer

Erkennen von Merkmalen in lokalen Bildbereichen

Answer

Verbinden von Neuronen in verschiedenen Schichten

Answer

Übertragen von Eingabedaten in ein kompatibles Format

Answer

Durchführen nichtlinearer Aktivierungen

Question 43

Welche Aktivierungsfunktion wird typischerweise in CNNs verwendet?

Accepted Answer

Rectified Linear Unit (ReLU)

Answer

Sigmoid

Answer

Softmax

Answer

Tanh

Question 44

Welche Schichtart in CNNs dient dazu, die räumliche Größe von Merkmalskarten zu reduzieren?

Accepted Answer

Pooling-Schicht

Answer

Vollständig verknüpfte Schicht

Answer

Faltungsschicht

Answer

Normalisierungsschicht

Question 45

Welche Metrik wird zur Beurteilung der Leistung von CNNs bei der Objekterkennung häufig herangezogen?

Accepted Answer

Mittlerer Präzisions-Rückruf (Average Precision-Recall)

Answer

Kreuzentropie-Verlust (Cross-Entropy Loss)

Answer

Mittlerer absoluter Fehler (Mean Absolute Error)

Question 46

Nennen Sie eine Art der Datenvorverarbeitung, die speziell für CNNs von Bedeutung ist.

Accepted Answer

Bildnormalisierung und -augmentation

Answer

Zeitreihenskalierung

Answer

Texttokenisierung

Question 47

Welche Aufgaben lassen sich typischerweise mit CNNs lösen?

Accepted Answer

Bildklassifizierung, Objekterkennung, semantische Segmentierung

Answer

Natürliche Sprachverarbeitung

Answer

Zeitreihenprognose

Question 48

Welches Architekturmuster hat sich in modernen CNNs wie ResNet etabliert?

Accepted Answer

Residuale Verbindungen (Skip-Connections)

Answer

Generative Adversarial Networks (GANs)

Answer

Aufmerksamkeit (Attention)

Answer

Merkmalsfusion

Question 49

Was ist der Hauptzweck einer Convolution-Schicht in einem CNN?

Accepted Answer

Erkennung von Merkmalen in den Eingabedaten

Answer

Reduzierung der räumlichen Dimension

Answer

Generierung von Vorhersagen

Answer

Nichtlineare Transformationen

Question 50

Welche Aktivierungsfunktion wird typischerweise in Convolution-Schichten verwendet?

Accepted Answer

ReLU

Answer

Tanh

Answer

Softmax

Answer

Sigmoid

Question 51

Erläutern Sie den Hauptunterschied zwischen MaxPooling und AveragePooling.

Accepted Answer

MaxPooling wählt den maximalen Wert aus einem Bereich, während AveragePooling den Durchschnittswert nimmt.

Answer

MaxPooling reduziert die räumliche Größe, während AveragePooling sie vergrößert.

Answer

AveragePooling ist rechenintensiver als MaxPooling.

Answer

MaxPooling wird für Merkmalsextraktion verwendet, während AveragePooling für Klassifizierung verwendet wird.

Question 52

Welche der folgenden Anwendungen ist NICHT gut geeignet für den Einsatz von CNNs?

Accepted Answer

Spracherkennung

Answer

Objekterkennung

Answer

Medizinische Bildgebung

Answer

Bildklassifizierung

Question 53

Was ist eine vorab trainierte CNN?

Accepted Answer

Ein CNN, das auf einem großen Datensatz trainiert wurde und für neue Aufgaben angepasst werden kann.

Answer

Ein CNN, das nicht trainiert werden kann.

Answer

Ein CNN, das speziell für eine bestimmte Aufgabe von Grund auf trainiert wurde.

Answer

Ein CNN, das nach dem Training nicht mehr geändert werden kann.

Question 54

Welche der folgenden Bibliotheken wird häufig verwendet, um Convolutionale Neuronale Netze (CNNs) zu erstellen und zu trainieren?

Accepted Answer

PyTorch

Answer

NumPy

Answer

Scikit-Learn

Answer

Pandas

Question 55

Was ist ein Hyperparameter in einem CNN?

Accepted Answer

Ein Parameter, der vor dem Training festgelegt wird und das Lernverhalten steuert.

Answer

Ein Parameter, der die Architektur des CNNs definiert.

Answer

Ein Parameter, der den Datensatz für das Training bestimmt.

Answer

Ein Parameter, der während des Trainings gelernt wird.

Question 56

Welcher der folgenden Aspekte ist kein Vorteil von CNNs?

Accepted Answer

Sie sind nicht für die Verarbeitung unstrukturierter Daten geeignet.

Answer

Sie sind für die Erkennung von Mustern in Bildern optimiert.

Answer

Sie ermöglichen die Extraktion von Merkmalen aus Bildern.

Question 57

Welche der folgenden Schichten kommt in einem CNN nicht vor?

Accepted Answer

Vollverbundene Schicht

Answer

Faltungsschicht

Answer

Aktivierungsschicht

Answer

Pooling-Schicht

Question 58

Was ist der Hauptzweck einer Faltungsschicht in einem CNN?

Accepted Answer

Extraktion von Merkmalen aus dem Eingabebild.

Answer

Erzeugung der endgültigen Ausgabe.

Answer

Reduzierung der Dimensionalität des Eingabebildes.

Answer

Anpassung der Gewichte des Netzwerks.

Question 59

Welche der folgenden Pooling-Funktionen wird am häufigsten in einem CNN verwendet?

Accepted Answer

Max-Pooling

Answer

Summen-Pooling

Answer

Durchschnitts-Pooling

Answer

Mediane-Pooling

Question 60

Was ist das Ziel einer semantischen Segmentierungsaufgabe?

Accepted Answer

Jedes Pixel im Bild einer bestimmten Klasse zuzuweisen.

Answer

Das Objekt im Bild zu erkennen.

Answer

Die Position des Objekts im Bild zu bestimmen.

Question 61

Was ist der Hauptvorteil der Verwendung von Transferlernen in CNNs?

Accepted Answer

Es reduziert die Trainingszeit und verbessert die Genauigkeit.

Answer

Es ermöglicht die Verarbeitung größerer Bilder.

Answer

Es macht CNNs für Anfänger zugänglicher.

Question 62

Welche Eigenschaft ist KEIN typisches Merkmal von CNNs?

Accepted Answer

Vollständig verbundene Schichten

Answer

Aktivierungsfunktionen

Answer

Pooling-Schichten

Answer

Konvolutionsoperationen

Question 63

Welche Aufgabe lässt sich am besten mit einem CNN lösen?

Accepted Answer

Objekterkennung in Bildern

Answer

Textklassifizierung

Answer

Sentimentanalyse

Answer

Maschinelle Übersetzung

Question 64

Welche Schicht in einem CNN ist für die Merkmalsextraktion verantwortlich?

Accepted Answer

Konvolutionsschicht

Answer

Pooling-Schicht

Answer

Vollständig verbundene Schicht

Answer

Aktivierungsschicht