مسابقة GANs المشروطة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هو الفرق الرئيسي بين GAN المشروط وGAN القياسي؟
   • يقوم بتغذية معلومات إضافية مثل تسمية الفصل في كلا الشبكتين للتحكم في الإخراج
   • يستخدم مولدين
   • فهو يزيل التمييز
   • إنه يعمل فقط على النص، وليس الصور
2. في شبكة cGAN المدربة على الأرقام المميزة، ما الذي يمكنك فعله ولا تستطيع شبكة GAN العادية القيام به؟
   • تشغيل بدون إدخال أي ضوضاء
   • اطلب رقمًا محددًا مثل "7"
   • تخطي التمييز تماما
   • توليد الضوضاء بالأبيض والأسود فقط
3. ما الذي يجب على أداة تمييز cGAN التحقق منه، بخلاف ما إذا كانت الصورة تبدو حقيقية؟
   • تنسيق ملف الصورة
   • القرار في ميغا بكسل
   • ما إذا كانت الصورة تتطابق مع التسمية المحددة لها
   • معدل التعلم التدريبي
4. ما هي الطريقة الشائعة لتزويد إشارة التكييف للمولد؟
   • حذف ناقل الضوضاء
   • التدريب دون أي تسميات
   • باستخدام جهاز استشعار مادي منفصل
   • تسلسل التسمية لإدخال الضوضاء
5. لقد وضعت شبكات GAN المشروطة الأساس لأي قدرة لاحقة؟
   • إنشاء نص إلى صورة وصورة إلى صورة
   • وحدات المعالجة المركزية بشكل أسرع
   • تصفية البريد الإلكتروني العشوائي
   • فهرسة قاعدة البيانات
6. في نماذج الانتشار الحديثة، غالبًا ما تظهر فكرة التكييف cGAN على أنها آلية؟
   • قطع الوزن العشوائي
   • الاهتمام المتبادل على موجه النص
   • الرسم بالبكسل اليدوي فقط
   • تعطيل جدول الضوضاء
7. Why must a conditional discriminator see both the generated image and its conditioning label?
   • It uses the label to choose the learning-rate schedule
   • It converts the label into a random noise seed only
   • It needs to judge whether the image is realistic and whether it matches the requested condition
   • It prevents the generator from receiving noise
8. Besides concatenating a class label to the noise vector, which conditioning method is described in the guide?
   • A spectral-radius constraint
   • An inverse Hessian update
   • A sequence-level BLEU reward
   • A projection layer that scores compatibility between label and image features