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.

Související vodicí cestyVlastní difúzní Multi Concept Tuning
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.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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