Kvíz spojený s průvodcem · Střední úroveň
Vlastní difúzní multi-koncept tuningový kvíz
Projděte si ladění vzájemné pozornosti Custom Diffusion, personalizaci několika snímků, regularizaci a podporované způsoby skládání více konceptů.
Otázka 1 z 8
Kterou část modelu difúze Custom Diffusion primárně dolaďuje?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Kterou část modelu difúze Custom Diffusion primárně dolaďuje?
- Klíčové a hodnotové projekce ve vrstvách křížové pozornosti
- Každá váha v síti U-Net
- Pouze dekodér VAE
- Textový tokenizér
- Čím je Custom Diffusion nejpozoruhodnější ve srovnání s metodami s jedním konceptem?
- Generování videa místo obrázků
- Skládání více nově naučených konceptů v jedné scéně
- Nevyžaduje vůbec žádné obrázky
- Běží pouze na CPU
- What minimum number of training images did the Custom Diffusion paper report using in some experiments?
- As few as four images
- At least 500 images
- Exactly one image in every experiment
- The paper specifies no concept images
- Proč Custom Diffusion používá sadu regularizačních obrázků z širší kategorie konceptu?
- Pro urychlení VAE
- Pro zvýšení rozlišení obrazu
- Pro odstranění vodoznaků
- Aby se předešlo nadměrnému přizpůsobení a jazykovému posunu koncepčního slova
- Jak lze společně použít dva samostatně vyškolené koncepty vlastní difúze?
- Jejich sloučením prostřednictvím omezené optimalizace přes vyladěné váhy
- Nikdy je nelze kombinovat
- Zprůměrováním vstupních obrázků
- Přeškolením celého modelu od nuly
- What proportion of model weights did the Custom Diffusion paper report storing for its tuned subset?
- About 3% of the model weights
- All model weights plus a new model copy
- No trained parameters at all
- A fixed 50% of the model weights
- Besides merging separately tuned models, how does Custom Diffusion support learning multiple concepts?
- It requires a separate foundation model for every prompt
- It replaces all cross-attention with a fixed lookup table
- It can train for multiple concepts jointly
- It can only learn one concept per model
- In a cross-attention layer, what do the tuned text-side key and value projections help associate?
- Image pixels with internet search results
- The diffusion timestep with the model's source code
- Audio frequencies with a document's page number
- Prompt concepts with features in the image latent representation