Тест за DreamBooth

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. Какво променя DreamBooth, което Textual Inversion не прави?
   • Реалните тегла на модела
   • Само подканящият текст
   • Файловият формат на изображението
   • Драйвери за GPU на потребителя
2. Каква е целта на загубата преди запазване на DreamBooth?
   • За да ускорите изобразяването на изображението
   • За да се предотврати прекомерното оборудване и да се запази концепцията за по-широк клас
   • За да намалите размера на файла
   • За премахване на фонове
3. Как обикновено се споменава тема в подканите за обучение на DreamBooth?
   • С пълното си истинско име
   • Само чрез цифров идентификатор
   • С рядък знак плюс класова дума, като "sks dog"
   • Чрез емотикони
4. Приблизително от колко предметни изображения се нуждае DreamBooth?
   • Хиляди
   • Точно един
   • сто
   • Около 3 до 5
5. Какъв е често срещаният компромис при използването на DreamBooth?
   • По-голямо хранилище и повече изчисления от леките методи
   • По-ниско качество на изображението от вграждането
   • Работи само върху текст, не и върху изображения
   • Изобщо не се нуждае от обучение
6. Коя комбинация сега се използва широко, за да направи DreamBooth по-лек?
   • DreamBooth с OCR
   • DreamBooth с LoRA
   • DreamBooth с GPS
   • DreamBooth с аудио модели
7. What subject variations did the DreamBooth paper demonstrate in generated images?
   • Only the exact camera angle from the training photos
   • Only the original background pixels
   • The subject could appear in novel scenes, poses, views and lighting
   • Different subjects with no relation to the reference
8. What kind of model parameters does LoRA adapt?
   • Only the image file metadata
   • A new pixel palette for every output
   • The dataset labels without changing model computation
   • Low-rank update matrices added to selected weight transformations