Kvíz spojený s průvodcem · Střední úroveň
Google Imagen kvíz
Podívejte se, jak Imagen upravuje šíření textu, zlepšuje detaily obrazu a používá navádění a prahování během generování.
Otázka 1 z 8
Na jakém typu generativního modelu je postaven Google Imagen?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Na jakém typu generativního modelu je postaven Google Imagen?
- Difúzní model
- Generativní adversariální síť (GAN)
- Pouze variační automatický kodér
- Vykreslovací modul založený na pravidlech
- Klíčovým zjištěním z původního papíru Imagen bylo, že škálování, která komponenta nejvíce zlepšila výsledky?
- Obrazová difúzní síť
- Kodér zmrazeného textu (jazykový model)
- Velikost tréninkové dávky
- Počet barevných kanálů
- Jaké vylepšení oznámil Google pro Imagen 4 v aplikaci Gemini?
- Ukládání souborů jako PNG
- Generování zvuku
- Improved text rendering in generated images
- Komprese obrázků
- Původní architektura Imagen používala kaskádu, která začala generováním obrázku v jakém rozlišení?
- 1024x1024
- 512x512
- 4096x4096
- 64x64
- What did Google DeepMind say SynthID does for images generated with Imagen on Vertex AI?
- Embeds an imperceptible watermark in image pixels to help identify likely Imagen output
- Converts all images to a new file format
- Provides a GPU chip for image training
- Translates the prompt language
- Prostřednictvím které platformy Google mohou vývojáři přistupovat k Imagen pro své vlastní aplikace?
- Google listy
- Vertex AI
- Google Mapy
- Chrome DevTools
- What issue does dynamic thresholding address in Imagen's sampling process?
- The model having too few text tokens in its prompt
- The training set containing too many image resolutions
- Pixel values becoming oversaturated when classifier-free guidance is high
- The tokenizer splitting a word into subwords
- What does classifier-free guidance do during Imagen sampling?
- Selects a class label after the image is complete
- Upscales the image without conditioning on its prompt
- Replaces the noise-prediction model with a fixed image lookup
- Combines conditional and unconditioned predictions to steer generation toward the prompt