Kvíz spojený s průvodcem · Střední úroveň
Pix2Pix Překladový kvíz z obrázku na obrázek
Kontroluje požadavek Pix2Pix na párovaná data, U-Net generátor, PatchGAN diskriminátor a doplňkové role protivníkových a L1 ztrát.
Otázka 1 z 8
Jaký druh tréninkových dat vyžaduje Pix2Pix?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jaký druh tréninkových dat vyžaduje Pix2Pix?
- Příklady spárovaných vstupně-výstupních obrázků
- Vůbec žádná data
- Pouze textové titulky
- Zvukové nahrávky
- Jakou architekturu generátoru používá Pix2Pix?
- Jednoduchá plně propojená síť
- U-Net s přeskočením připojení
- Opakující se síť
- Rozhodovací strom
- Co vyhodnocuje PatchGAN diskriminátor v Pix2Pix?
- Celý obrázek jako jedno globální skóre
- Velikost souboru obrázku
- Realismus malých lokálních obrazových záplat
- Doba tréninku
- Proč Pix2Pix přidává ztrátu L1 vedle ztráty protivníka?
- Úmyslně zpomalit trénink
- K odstranění diskriminátoru
- Pro generování náhodného šumu
- To anchor pixelwise and low-frequency fidelity while the adversarial loss encourages sharper texture
- Proč jsou přeskaková připojení U-Net zvláště užitečná pro překladatelské úlohy?
- Procházejí sdílenou strukturou jako hrany přímo přes síť
- Odstraňují nepotřebné vrstvy
- Převádějí obrázky na text
- Zmenšují velikost datové sady
- Který model rozšířil Pix2Pix o učení z nespárovaných sbírek obrázků?
- ResNet
- CycleGAN
- BERT
- Word2Vec
- Why can a PatchGAN discriminator encourage sharper local image texture?
- It predicts the input labels directly
- It replaces the generator’s U-Net
- It judges realism in small image patches rather than only scoring the whole image
- It computes only global color histograms
- In Pix2Pix, which part of the objective most directly anchors an output to its paired target image?
- The learning-rate warmup
- The GAN’s random seed
- The PatchGAN receptive-field count
- The L1 pixel-difference loss