Kvíz spojený s průvodcem · Střední úroveň
Poradenský kvíz bez klasifikátoru
Prohlédněte si pokyny bez klasifikátoru, podmíněné vyřazení, kompromis mezi kvalitou a rozmanitostí, odvozené náklady a stupnici pokynů. Zkontrolujte rozsah a předpoklady.
Otázka 1 z 8
Why do diffusion models apply classifier-free guidance?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Why do diffusion models apply classifier-free guidance?
- Chcete-li posílit, jak přesně výstup následuje výzvu úpravy
- Pro komprimaci modelu do menší velikosti
- Úplné odstranění kodéru textu
- Pro převod obrázků na zvuk
- Jak se model naučí vytvářet nepodmíněné předpovědi pro vedení bez klasifikátorů?
- Trénováním druhého samostatného klasifikátoru
- Náhodným vysazením kondice během tréninku
- Použitím pouze černých obrázků
- Vypnutím GPU
- Co obecně znamená zvýšení měřítka?
- Vždy zlepšuje rozmanitost
- Odstraní vliv výzvy
- Posiluje okamžitou přilnavost, ale může způsobit přesycení
- Vytváří obraz ve stupních šedi
- Přibližně kolik průchodů vpřed na krok odšumování vyžaduje standardní navádění bez klasifikátoru?
- nula
- deset
- Sto
- Dva (jeden podmíněný, jeden nepodmíněný)
- Jakou výhodu má navádění bez klasifikátoru oproti navádění podle klasifikátoru?
- Nepotřebuje žádný samostatně vyškolený klasifikátor
- Vyžaduje více tréninkových dat
- Funguje pouze na textových modelech
- Eliminuje proces difúze
- In the common classifier-free guidance formula, what does guidance scale s=0 produce?
- The conditional prediction with extra amplification
- The unconditional model prediction without conditioning
- A prediction from a separately trained classifier
- A sample with all denoising removed
- How does classifier-free guidance combine model outputs at inference?
- It combines two image classifiers
- It removes the conditional prompt
- It combines conditional and unconditional score estimates
- It adds a learned reward model after decoding
- What does a guidance scale of 1 generally correspond to in the common formulation?
- The unconditional prediction only
- A classifier-based gradient
- A zero-noise image
- The conditional prediction without extra guidance amplification