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.

Související vodicí cestyKlasifikátor zdarma průvodce
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.

  1. 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
  2. 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
  3. Co obecně znamená zvýšení měřítka?
    • Vždy zlepšuje rozmanitost
    • Odstraní vliv výzvy
    • Posiluje okamžitou přilnavost, ale může způsobit přesycení
    • Vytváří obraz ve stupních šedi
  4. Přibližně kolik průchodů vpřed na krok odšumování vyžaduje standardní navádění bez klasifikátoru?
    • nula
    • deset
    • Sto
    • Dva (jeden podmíněný, jeden nepodmíněný)
  5. 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
  6. 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
  7. 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
  8. 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