Kvíz spojený s průvodcem · Střední úroveň
Kvíz VQGAN a kódové knihy pro syntézu obrázků
Prohlédněte si diskrétní tokeny kódové knihy VQGAN, nepříznivé a percepční ztráty a jak transformátory používají kompaktní mřížky k syntéze obrázků s vysokým rozlišením.
Otázka 1 z 8
Co používá VQGAN k reprezentaci obrázku jako diskrétních tokenů?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co používá VQGAN k reprezentaci obrázku jako diskrétních tokenů?
- Naučený kódový seznam vektorů, ke kterému jsou přichyceny výstupy kodéru
- Seznam názvů souborů
- Pouze nezpracované RGB pixely
- Jedno číslo na obrázek
- Co původní papírová zpráva VQGAN získala z tréninku protivníků a vnímání?
- Aby bylo zaručeno, že každá rekonstrukce VQVAE bude rozmazaná
- Chcete-li zachovat kvalitu vnímání při zvýšené kompresi v hodnocených nastaveních původního papíru
- Abychom eliminovali potřebu naučené kódové knihy
- Aby všechny obrázky používaly stejnou mřížku tokenů bez ohledu na datovou sadu
- Jakmile je obrázek sekvencí žetonů, jaký model generuje nové obrázky?
- Tabulka
- Kalkulačka
- Autoregresivní transformátor předpovídající tokeny jako slova
- Ovladač tiskárny
- Jaká technika umožňuje gradientům protékat nediferencovatelným kvantovacím krokem?
- Výpadek
- Dávková normalizace
- Náhodné oříznutí
- Přímý odhad
- Jaký slavný umělecký trend AI pomohl VQGAN vytvořit v roce 2021?
- VQGAN+CLIP generativní umění
- 3D tisk
- Klonování hlasu
- Tabulková automatizace
- Jaká je známá výzva s kódovými knihami ve stylu VQGAN?
- Nemohou ukládat žádné vektory
- Zhroucení číselníku, kde mnoho kódů zůstane nevyužito
- Nevyžadují žádné školení
- Fungují pouze se zvukem
- Proč VQGAN používá kompaktní mřížku latentních tokenů pro obrázky s vysokým rozlišením?
- Odstraňuje potřebu dekodéru obrazu
- Díky tomu je každý záznam v číselníku obrazem v plném rozlišení
- Zkracuje sekvenci transformátoru, takže modelování kompozice obrazu je ovladatelnější
- Převádí transformátor na konvoluci na úrovni pixelů
- Jakou ztrátu vede VQGAN pomocí tréninku protivníka ke zlepšení kvality rekonstrukce?
- Ztráta dalšího tokenu podle jazykového modelu
- Kontrastní ztráta audio-textu
- Odměna za učení z lidských hodnocení
- Ztráta vnímání