Kvíz spojený s průvodcem · Střední úroveň
Kvíz o generátorech ve škále GigaGAN
Prozkoumejte textově podmíněnou architekturu GigaGAN, rychlost generování, víceškálový diskriminátor, latentní úpravy a samostatný upsampler s vysokým rozlišením.
Otázka 1 z 8
Jaký celkový počet parametrů hlásil papír pro jednu vysokokapacitní konfiguraci rámce GigaGAN?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jaký celkový počet parametrů hlásil papír pro jednu vysokokapacitní konfiguraci rámce GigaGAN?
- Celkem 1,0 miliardy přes 652,5M základní generátor a 359,1M upsampler
- Celkem 70 milionů přes 64M generátor a 6M diskriminátor
- 1,0 miliardy v samotném základním generátoru, bez upsampleru
- Celkem 3,5 miliardy ve dvou textových kodérech
- Jaká je hlavní rychlostní výhoda GigaGAN oproti difúzním modelům?
- Nepotřebuje GPU
- Namísto mnoha kroků k odstranění šumu generuje obraz v jediném průchodu dopředu
- Cvičí se během jedné sekundy
- Nevyužívá žádnou neuronovou síť
- Co dělá „výběr jádra adaptivního na vzorky“ GigaGAN?
- Odstraní nepoužívané pixely
- Zkomprimuje obrázek do formátu JPEG
- Smíchá banku konvolučních filtrů pomocí vah odvozených z textové výzvy
- Vybere GPU automaticky
- Jak GigaGAN začleňuje textové informace do generování obrázků?
- Oříznutím výzvy
- Text zcela ignoruje
- Tiskem textu na obrázek
- Prostřednictvím křížové pozornosti k vkládání textu a odpovídajícím funkcím CLIP
- Jaké další funkce poskytuje GigaGAN nad rámec základní generace?
- Samostatný GAN upsampler, který dokáže dosáhnout rozlišení 4K
- Syntéza zvuku
- Rozpoznávání řeči
- Dotazování databáze
- Proč je latentní prostor GigaGAN užitečný pro editační nástroje?
- Nelze jej upravit
- Podporuje plynulou interpolaci a míchání stylů pro ovladatelné změny
- Ukládá pouze text
- Smaže obrázek po jednom použití
- Jak rozlišovač obrázků GigaGAN předpovídá v různých rozlišeních?
- Hodnotí pouze textovou výzvu a ignoruje generované obrázky
- Předpovídá pouze jeden štítek při konečném rozlišení
- Přijímá pyramidu obrázků a předpovídá skutečné nebo falešné na více vstupních a downsamplingových měřítcích
- Porovnává generované obrázky pouze s pevnou sadou tréninkových titulků
- Co vyrábí základní generátor GigaGAN pro pozdější zpracování ve více měřítcích?
- Jediný štítek třídy pro celý obrázek
- Sekvence textových tokenů pro autoregresivní dekodér
- Pouze konečný převzorkovaný obrázek bez přechodných měřítek
- Obrazová pyramida s výstupy v několika rozlišeních