Cuestionario vinculado a una guía · fácil Nivel

Cuestionario de GAN condicionales

Comprueba cómo las entradas condicionales guían ambas redes GAN, cómo los discriminadores evalúan los pares coincidentes y cómo se puede inyectar el condicionamiento.

Rutas de guía relacionadasGAN condicionales
Pregunta 1 de 8

¿Cuál es la principal diferencia entre una GAN condicional y una GAN estándar?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Cuál es la principal diferencia entre una GAN condicional y una GAN estándar?
    • Proporciona información adicional, como una etiqueta de clase, a ambas redes para controlar la salida.
    • Utiliza dos generadores.
    • Elimina el discriminador
    • Solo funciona con texto, no con imágenes.
  2. En una cGAN entrenada con dígitos etiquetados, ¿qué se puede hacer que una GAN simple no pueda?
    • Ejecutar sin ninguna entrada de ruido
    • Solicitar un dígito específico como un '7'
    • Saltar el discriminador por completo
    • Genera solo ruido en blanco y negro
  3. ¿Qué debe comprobar el discriminador cGAN, además de si una imagen parece real?
    • El formato de archivo de la imagen.
    • La resolución en megapíxeles.
    • Si la imagen coincide con la etiqueta dada
    • La tasa de aprendizaje de la formación.
  4. ¿Cuál es una forma común de suministrar la señal de acondicionamiento al generador?
    • Eliminar el vector de ruido
    • Entrenamiento sin etiquetas
    • Usando un sensor físico separado
    • Concatenando la etiqueta a la entrada de ruido
  5. ¿Las GAN condicionales sentaron las bases para qué capacidad posterior?
    • Generación de texto a imagen e imagen a imagen
    • CPU más rápidas
    • Filtrado de correo electrónico no deseado
    • Indexación de bases de datos
  6. En los modelos de difusión modernos, ¿la idea de condicionamiento de cGAN aparece a menudo como qué mecanismo?
    • Recorte de peso aleatorio
    • Atención cruzada en un mensaje de texto
    • Solo pintura manual de píxeles
    • Desactivar el horario de ruido
  7. Why must a conditional discriminator see both the generated image and its conditioning label?
    • It uses the label to choose the learning-rate schedule
    • It converts the label into a random noise seed only
    • It needs to judge whether the image is realistic and whether it matches the requested condition
    • It prevents the generator from receiving noise
  8. Besides concatenating a class label to the noise vector, which conditioning method is described in the guide?
    • A spectral-radius constraint
    • An inverse Hessian update
    • A sequence-level BLEU reward
    • A projection layer that scores compatibility between label and image features