Kvíz spojený s průvodcem · Snadno úroveň

Podmíněný kvíz GANs

Kontroluje, jak podmíněné vstupy vedou obě sítě GAN, jak diskriminátory posuzují spárované páry a jak lze vložit úpravu.

Související vodicí cestyPodmíněné sítě GAN
Otázka 1 z 8

Jaký je hlavní rozdíl mezi podmíněným GAN a standardním GAN?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jaký je hlavní rozdíl mezi podmíněným GAN a standardním GAN?
    • Do obou sítí dodává dodatečné informace jako štítek třídy pro řízení výstupu
    • Používá dva generátory
    • Odstraňuje diskriminátor
    • Funguje pouze s textem, nikoli s obrázky
  2. Co můžete udělat v cGAN trénovaném na označených číslicích, co prostý GAN nedokáže?
    • Běží bez jakéhokoli vstupu hluku
    • Vyžádejte si konkrétní číslici, například „7“
    • Úplně přeskočte diskriminátor
    • Vytvářejte pouze černobílý šum
  3. Co musí diskriminátor cGAN zkontrolovat kromě toho, zda obrázek vypadá jako skutečný?
    • Formát souboru obrázku
    • Rozlišení v megapixelech
    • Zda obrázek odpovídá danému štítku
    • Míra učení tréninku
  4. Jaký je běžný způsob dodávání signálu pro úpravu do generátoru?
    • Vymazání vektoru šumu
    • Školení bez jakýchkoli štítků
    • Použití samostatného fyzického senzoru
    • Zřetězení štítku se vstupem šumu
  5. Podmíněné GAN položily základy, pro kterou pozdější schopnost?
    • Generování textu na obrázek a obrázku na obrázek
    • Rychlejší CPU
    • Filtrování nevyžádané pošty
    • Indexování databáze
  6. Jaký mechanismus se v moderních difúzních modelech často objevuje v cGAN myšlence podmiňování?
    • Náhodné stříhání váhy
    • Křížová pozornost na textovou výzvu
    • Pouze ruční malování pixelů
    • Deaktivace plánu hluku
  7. Why must a conditional discriminator see both the generated image and its conditioning label?
    • It uses the label to choose the learning-rate schedule
    • It converts the label into a random noise seed only
    • It needs to judge whether the image is realistic and whether it matches the requested condition
    • It prevents the generator from receiving noise
  8. Besides concatenating a class label to the noise vector, which conditioning method is described in the guide?
    • A spectral-radius constraint
    • An inverse Hessian update
    • A sequence-level BLEU reward
    • A projection layer that scores compatibility between label and image features