Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ Imagen Κείμενο σε Εικόνα

Εξετάστε τις αρχικές επιλογές προετοιμασίας κειμένου Imagen, τη δημιουργία σε σειρά, το δυναμικό κατώφλι και τις επιλογές στιβαρότητας στην προπόνηση υψηλής ανάλυσης.

Σχετικές διαδρομές οδηγώνImagen Κείμενο σε εικόνα
Ερώτηση 1 του 8

In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?
    • Discarding the language encoder entirely
    • Increasing the pretrained text encoder's size rather than the diffusion model's size
    • Replacing diffusion with nearest-neighbor image lookup
    • Reducing every prompt to a single word
  2. Σε ποιον κωδικοποιητή κειμένου βασίζεται το Imagen;
    • Ένα συνελικτικό δίχτυ εικόνας
    • Ένα μικρό LSTM
    • Ένα χειρόγραφο σύνολο κανόνων
    • Ένα παγωμένο μοντέλο γλώσσας T5-XXL
  3. Πώς το Imagen φτάνει σε υψηλή ανάλυση;
    • Διαδοχική διάχυση με στάδια αναβάθμισης υπερ-ανάλυσης
    • Ένα βήμα γιγαντιαίας γενιάς
    • Με την περικοπή μιας μεγάλης στοκ φωτογραφίας
    • Με παρεμβολή δύο εικόνων
  4. What problem did original Imagen's dynamic thresholding address under strong guidance?
    • A lack of text tokens in the encoder vocabulary
    • The need to compress the final PNG file
    • Saturation of predicted pixel values during sampling
    • A missing training label for every object
  5. Τι είναι το DrawBench;
    • Ένα tablet σχεδίασης
    • Επωνυμία GPU
    • Ένα σύνολο δεδομένων από φωτογραφίες γάτας
    • Ένα σημείο αναφοράς απαιτητικών προτροπών για την αξιολόγηση μοντέλων από κείμενο σε εικόνα
  6. Γιατί ο κωδικοποιητής T5-XXL διατηρείται παγωμένος στο Imagen;
    • Είναι σπασμένο και δεν μπορεί να προπονηθεί
    • Η κατανόηση του πλούσιου κειμένου από τις προπονητικές μεταφορές χωρίς περαιτέρω συντονισμό
    • Για εξοικονόμηση χώρου μόνο στο δίσκο
    • Γιατί το κείμενο είναι άσχετο
  7. What resolution did original Imagen's base diffusion model generate before its super-resolution stages?
    • 256 by 256 pixels as the first stage
    • 1024 by 1024 pixels directly
    • 64 by 64 pixels
    • A single pixel that was copied across the final image
  8. Why did the Imagen researchers add Gaussian noise to low-resolution conditioning images during super-resolution training?
    • To make the upsamplers more robust to imperfect inputs from earlier stages
    • To remove text conditioning from the entire cascade
    • To guarantee that all training images had the same caption
    • To replace the upsamplers with deterministic resizing