গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

GANs কুইজের প্রগতিশীল বৃদ্ধি

মোটা থেকে সূক্ষ্ম GAN প্রশিক্ষণ, প্রতিসম বৃদ্ধি, আলফা ফেড-ইন, ব্যাচ-ভেরিয়েশন বৈশিষ্ট্য, সমান শিক্ষার হার এবং পরবর্তীতে নির্দিষ্ট আর্কিটেকচার পরীক্ষা করুন।

সম্পর্কিত গাইড পাথজিএএন-এর প্রগতিশীল বৃদ্ধি
প্রশ্ন 1 এর 8

কিভাবে একটি ক্রমবর্ধমান GAN প্রশিক্ষণ শুরু করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. কিভাবে একটি ক্রমবর্ধমান GAN প্রশিক্ষণ শুরু করে?
    • অবিলম্বে সম্পূর্ণ লক্ষ্য রেজোলিউশন এ
    • খুব কম রেজোলিউশনে যেমন 4x4 পিক্সেল
    • শুধুমাত্র বৈষম্যকারী pretraining দ্বারা
    • একটি টেক্সট প্রম্পট সঙ্গে
  2. ক্রমবর্ধমান রেজোলিউশনের প্রধান সুবিধা কী?
    • এটি সরাসরি উচ্চ রেজোলিউশনে প্রশিক্ষণের চেয়ে প্রশিক্ষণকে আরও স্থিতিশীল এবং দ্রুত করে তোলে
    • এটি একটি জেনারেটরের প্রয়োজনীয়তা দূর করে
    • এটি ডেটাসেটের প্রয়োজনীয়তা দূর করে
    • এটি শূন্য শিল্পকর্মের নিশ্চয়তা দেয়
  3. যখন একটি নতুন উচ্চ-রেজোলিউশন স্তর যোগ করা হয়, এটি কিভাবে চালু করা হয়?
    • তাত্ক্ষণিকভাবে পূর্ণ শক্তিতে
    • শুধুমাত্র বৈষম্যকারীর মধ্যে, কখনও জেনারেটর নয়
    • একটি মিশ্রিত ওজন (আলফা) সহ মসৃণভাবে বিবর্ণ হয়ে যায় যা 0 থেকে 1 পর্যন্ত র‌্যাম্প করে
    • স্ক্র্যাচ থেকে নেটওয়ার্ক পুনরায় প্রশিক্ষণ দ্বারা
  4. কেন জেনারেটর এবং বৈষম্যকারী উভয় স্তর যোগ করা হয়?
    • কারণ জেনারেটর একা রঙ তৈরি করতে পারে না
    • ডেটাসেটের আকার কমাতে
    • শুধুমাত্র ভিজ্যুয়ালাইজেশন উদ্দেশ্যে
    • রেজোলিউশন বৃদ্ধির সাথে সাথে দুটি নেটওয়ার্ককে প্রতিসাম্য এবং ভারসাম্য বজায় রাখতে
  5. ProGAN এ প্রবর্তিত মিনিব্যাচ স্ট্যান্ডার্ড ডেভিয়েশন লেয়ারটির উদ্দেশ্য কী?
    • চূড়ান্ত ইমেজ upscale
    • মডেল কম্প্রেস করতে
    • আউটপুট বৈচিত্র্য বৃদ্ধি এবং মোড পতন নিরুৎসাহিত করা
    • প্রশিক্ষণ ইমেজ লেবেল
  6. পরবর্তীতে কোন উন্নয়ন সুস্পষ্ট প্রগতিশীল বৃদ্ধির প্রয়োজনীয়তা হ্রাস করেছে?
    • বৈষম্যকারীর আবিষ্কার
    • StyleGAN2 স্কিপ/অবশিষ্ট সংযোগ সহ একটি নির্দিষ্ট আর্কিটেকচার দেখাচ্ছে মানের সাথে মেলে
    • গ্রেস্কেল চিত্রগুলিতে স্যুইচ করা হচ্ছে
    • সম্পূর্ণরূপে সুপ্ত ভেক্টর অপসারণ
  7. At alpha equal to zero during a ProGAN generator fade-in, which path supplies the blended output?
    • Only the newly added block at full strength
    • An unrelated pretrained text encoder
    • A random photograph taken from the test set
    • The previous lower-resolution path after upsampling
  8. What is the original ProGAN equalized-learning-rate method intended to balance?
    • The effective scale of learning across layers through dynamic weight scaling
    • The number of captions assigned to each face image
    • The timestamp of every generated training sample
    • The count of output file formats across batches