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.

Související vodicí cestySyntéza obrazu Vqgan a kódové knihy
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.

  1. 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
  2. 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
  3. Jakmile je obrázek sekvencí žetonů, jaký model generuje nové obrázky?
    • Tabulka
    • Kalkulačka
    • Autoregresivní transformátor předpovídající tokeny jako slova
    • Ovladač tiskárny
  4. Jaká technika umožňuje gradientům protékat nediferencovatelným kvantovacím krokem?
    • Výpadek
    • Dávková normalizace
    • Náhodné oříznutí
    • Přímý odhad
  5. Jaký slavný umělecký trend AI pomohl VQGAN vytvořit v roce 2021?
    • VQGAN+CLIP generativní umění
    • 3D tisk
    • Klonování hlasu
    • Tabulková automatizace
  6. 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
  7. 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
  8. 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