Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ προσαρμοσμένης διάχυσης πολλαπλών εννοιών

Εξετάστε τον συντονισμό πολλαπλής προσοχής, την εξατομίκευση λίγων λήψεων, την τακτοποίηση και τους υποστηριζόμενους τρόπους σύνθεσης πολλαπλών εννοιών του Custom Diffusion.

Σχετικές διαδρομές οδηγώνCustom Diffusion Multi Concept Tuning
Ερώτηση 1 του 8

Ποιο τμήμα του μοντέλου διάχυσης βελτιώνει κυρίως το Custom Diffusion;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Ποιο τμήμα του μοντέλου διάχυσης βελτιώνει κυρίως το Custom Diffusion;
    • Οι προβολές κλειδιών και τιμών σε επίπεδα διασταυρούμενης προσοχής
    • Κάθε βάρος στο U-Net
    • Μόνο ο αποκωδικοποιητής VAE
    • Το κείμενο tokenizer
  2. Τι είναι πιο αξιοσημείωτο το Custom Diffusion σε σύγκριση με τις μεθόδους single-concept;
    • Δημιουργία βίντεο αντί για εικόνες
    • Σύνθεση πολλαπλών νέων εννοιών σε μια σκηνή
    • Δεν απαιτούνται καθόλου εικόνες
    • Λειτουργεί μόνο σε CPU
  3. What minimum number of training images did the Custom Diffusion paper report using in some experiments?
    • As few as four images
    • At least 500 images
    • Exactly one image in every experiment
    • The paper specifies no concept images
  4. Γιατί το Custom Diffusion χρησιμοποιεί ένα σύνολο εικόνων τακτοποίησης από την ευρύτερη κατηγορία της έννοιας;
    • Για να επιταχυνθεί η ΒΑΕ
    • Για να αυξήσετε την ανάλυση της εικόνας
    • Για να αφαιρέσετε υδατογραφήματα
    • Για να αποφευχθεί η υπερβολική προσαρμογή και η μετατόπιση της γλώσσας στην έννοια της λέξης
  5. Πώς μπορούν δύο ξεχωριστά εκπαιδευμένες έννοιες Custom Diffusion να χρησιμοποιηθούν μαζί;
    • Με τη συγχώνευσή τους μέσω μιας περιορισμένης βελτιστοποίησης σε σχέση με τα συντονισμένα βάρη
    • Δεν μπορούν ποτέ να συνδυαστούν
    • Με τον μέσο όρο των εικόνων εισόδου
    • Με την επανεκπαίδευση του πλήρους μοντέλου από την αρχή
  6. What proportion of model weights did the Custom Diffusion paper report storing for its tuned subset?
    • About 3% of the model weights
    • All model weights plus a new model copy
    • No trained parameters at all
    • A fixed 50% of the model weights
  7. Besides merging separately tuned models, how does Custom Diffusion support learning multiple concepts?
    • It requires a separate foundation model for every prompt
    • It replaces all cross-attention with a fixed lookup table
    • It can train for multiple concepts jointly
    • It can only learn one concept per model
  8. In a cross-attention layer, what do the tuned text-side key and value projections help associate?
    • Image pixels with internet search results
    • The diffusion timestep with the model's source code
    • Audio frequencies with a document's page number
    • Prompt concepts with features in the image latent representation