Тест, свързан с ръководство · Среден Ниво

Custom Diffusion Multi-Concept Tuning Test

Прегледайте настройката на кръстосаното внимание, персонализирането с няколко изстрела, регулирането и поддържаните начини за композиране на множество концепции на Custom Diffusion.

Свързани ръководни пътекиПерсонализирана дифузионна мултиконцептуална настройка
Въпрос 1 на 8

Коя част от модела на дифузия Custom Diffusion основно прецизира?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Коя част от модела на дифузия Custom Diffusion основно прецизира?
    • Проекциите на ключа и стойността в слоевете на кръстосаното внимание
    • Всяка тежест в U-Net
    • Само VAE декодера
    • Токенизаторът на текст
  2. С какво е най-забележително Custom Diffusion в сравнение с методите с една концепция?
    • Генериране на видео вместо изображения
    • Композиране на множество новонаучени концепции в една сцена
    • Изобщо не изисква изображения
    • Работи само на процесори
  3. What minimum number of training images did the Custom Diffusion paper report using in some experiments?
    • As few as four images
    • At least 500 images
    • Exactly one image in every experiment
    • The paper specifies no concept images
  4. Защо Custom Diffusion използва набор от изображения за регулиране от по-широката категория на концепцията?
    • За да ускорите VAE
    • За да увеличите разделителната способност на изображението
    • За премахване на водни знаци
    • За да се предотврати прекомерното приспособяване и езиковото отклонение на концептуалната дума
  5. Как две отделно обучени концепции за персонализирана дифузия могат да се използват заедно?
    • Чрез обединяването им чрез ограничена оптимизация върху настроените тегла
    • Те никога не могат да бъдат комбинирани
    • Чрез осредняване на входните изображения
    • Чрез преобучение на пълния модел от нулата
  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?
    • Image pixels with internet search results
    • The diffusion timestep with the model's source code
    • Audio frequencies with a document's page number
    • Prompt concepts with features in the image latent representation