اختبار مرتبط بالدليل · متوسط المستوى

اختبار ضبط متعدد المفاهيم للنشر المخصص

قم بمراجعة ضبط الانتباه المتبادل في Custom Diffusion، وتخصيص اللقطات القليلة، والتنظيم، والطرق المدعومة لتكوين مفاهيم متعددة.

مسارات الدليل ذات الصلةضبط مخصص للنشر المتعدد
سؤال 1 من 8

أي جزء من نموذج الانتشار يقوم بضبط النشر المخصص بشكل أساسي؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. أي جزء من نموذج الانتشار يقوم بضبط النشر المخصص بشكل أساسي؟
    • إسقاطات المفتاح والقيمة في طبقات الاهتمام المتبادل
    • كل وزن في شبكة U-Net
    • وحدة فك ترميز VAE فقط
    • رمز النص
  2. ما هو التوزيع المخصص الأكثر شهرة مقارنة بطرق المفهوم الفردي؟
    • توليد الفيديو بدلا من الصور
    • تأليف عدة مفاهيم تم تعلمها حديثًا في مشهد واحد
    • لا يتطلب أي صور على الإطلاق
    • يعمل فقط على وحدات المعالجة المركزية (CPUs).
  3. ما هو الحد الأدنى لعدد صور التدريب التي استخدمها تقرير النشر المخصص في بعض التجارب؟
    • As few as four images
    • At least 500 images
    • Exactly one image in every experiment
    • The paper specifies no concept images
  4. لماذا يستخدم Custom Diffusion مجموعة من صور التنظيم من الفئة الأوسع للمفهوم؟
    • لتسريع VAE
    • لزيادة دقة الصورة
    • لإزالة العلامات المائية
    • لمنع التراكب والانجراف اللغوي على كلمة المفهوم
  5. كيف يمكن استخدام مفهومين للنشر المخصص تم تدريبهما بشكل منفصل معًا؟
    • من خلال دمجها عبر تحسين مقيد على الأوزان المضبوطة
    • ولا يمكن الجمع بينهما أبدا
    • عن طريق حساب متوسط الصور المدخلة
    • من خلال إعادة تدريب النموذج الكامل من الصفر
  6. What proportion of model weights did the Custom Diffusion paper report storing for its tuned subset?
    • About 3% of the model weights
    • All model weights plus a new model copy
    • No trained parameters at all
    • A fixed 50% of the model weights
  7. Besides merging separately tuned models, how does Custom Diffusion support learning multiple concepts?
    • It requires a separate foundation model for every prompt
    • It replaces all cross-attention with a fixed lookup table
    • It can train for multiple concepts jointly
    • It can only learn one concept per model
  8. In a cross-attention layer, what do the tuned text-side key and value projections help associate?
    • بكسل الصورة مع نتائج البحث على الإنترنت
    • خطوة الانتشار الزمنية مع الكود المصدري للنموذج
    • الترددات الصوتية مع رقم صفحة المستند
    • مفاهيم سريعة مع الميزات الموجودة في الصورة التمثيل الكامن