Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ σταθερής διάχυσης

Ελέγξτε τη λανθάνουσα διοχέτευση του αρχικού Stable Diffusion v1, τη ρύθμιση κειμένου, την καθοδήγηση και τις επιλογές δειγματοληψίας, με το ControlNet και την αριθμητική του λανθάνοντος πλέγματος.

Σχετικές διαδρομές οδηγώνStable Diffusion
Ερώτηση 1 του 8

Σε υψηλό επίπεδο, πώς ένα μοντέλο διάχυσης δημιουργεί μια εικόνα;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Σε υψηλό επίπεδο, πώς ένα μοντέλο διάχυσης δημιουργεί μια εικόνα;
    • Ξεκινά από τυχαίο θόρυβο και αφαιρεί επανειλημμένα το θόρυβο για να σχηματίσει μια εικόνα
    • Αντιγράφει την πιο κοντινή εικόνα από το σετ προπόνησής του
    • Σχεδιάζει σχήματα μια κίνηση τη φορά σαν άνθρωπος
    • Συνδυάζει φωτογραφίες που βρίσκονται στο διαδίκτυο
  2. Where does the original Stable Diffusion v1 pipeline perform its learned denoising work?
    • Only in an unchanged image filename
    • Only in a single scalar with no spatial features
    • Without any learned neural model
    • In an autoencoder latent representation rather than directly over full-resolution pixels
  3. How does text condition the documented original Stable Diffusion v1 denoiser?
    • The prompt only names the output file
    • Each prompt word must be printed literally into every output
    • CLIP text embeddings provide conditioning through cross-attention
    • The model ignores all text information
  4. What does classifier-free guidance combine in the documented sampling formula?
    • Two unrelated image filenames
    • Conditional and unconditional denoising predictions
    • Only the red and blue display channels
    • A guarantee that every increased scale improves quality
  5. Which statement accurately qualifies a change to sampler step count?
    • Every additional step must improve every model’s image
    • Step count never changes any computation
    • A single step guarantees perfect image fidelity
    • Quality and elapsed time depend on the model, sampler and settings; more steps are not universally better
  6. What does the original Stable Diffusion project’s publication of model artifacts enable?
    • Inspection and supported extension under the stated model and license conditions
    • Unrestricted use of every model without any conditions
    • A guarantee that all devices can run every checkpoint
    • Proof that every possible fine-tune is compatible
  7. What additional input type does the cited ControlNet method provide for diffusion generation?
    • Only the final output filename
    • Spatial conditions such as edges, pose or depth
    • A mandatory list of every training image
    • Only an encryption password
  8. With the documented factor-eight spatial downsampling, what latent height and width correspond to a 512-by-512 v1 image?
    • 512 by 512
    • 128 by 128
    • 64 by 64
    • 8 by 8