Cuestionario vinculado a una guía · duro Nivel

Cuestionario VQ-VAE y latentes discretas

Revise cómo VQ-VAE asigna salidas de codificador continuo a entradas discretas del libro de códigos para modelado y reconstrucción generativos.

Rutas de guía relacionadasVq Vae y latentes discretas
Pregunta 1 de 8

¿Qué diferencia el espacio latente del VQ-VAE del de un VAE estándar?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Qué diferencia el espacio latente del VQ-VAE del de un VAE estándar?
    • Es discreto y utiliza un libro de códigos aprendido de incrustaciones.
    • Es continuo y gaussiano.
    • No tiene ningún espacio latente.
    • Almacena píxeles sin procesar.
  2. ¿Cómo pasa VQ-VAE los gradientes a través del paso de cuantificación no diferenciable?
    • Omite por completo la retropropagación.
    • Con un estimador directo que copia gradientes más allá del cuantificador
    • Utilizando únicamente el aprendizaje por refuerzo
    • Redondeando gradientes a números enteros
  3. ¿Qué es el 'colapso del libro de códigos'?
    • El decodificador ignora las latentes.
    • Las salidas del codificador se vuelven infinitas.
    • Sólo una pequeña fracción de las entradas del libro de códigos se utiliza
    • La resolución de la imagen cae a cero.
  4. ¿Por qué son útiles las latentes discretas para el modelado generativo con Transformers?
    • Hacen que las imágenes sean más pequeñas solo en el disco.
    • Eliminan la necesidad de un decodificador
    • Quitan toda aleatoriedad de generación
    • Convierten los medios en secuencias simbólicas que un Transformer puede modelar como un lenguaje
  5. ¿Qué añadió VQGAN además de la receta básica de VQ-VAE?
    • Pérdidas adversarias y perceptuales para reconstrucciones más nítidas
    • Un muestreador de difusión
    • Eliminación del libro de códigos
    • Un codificador recurrente
  6. ¿Qué término de pérdida mantiene al codificador "comprometido" con las entradas del libro de códigos que selecciona?
    • La divergencia de KL
    • La pérdida del compromiso
    • La pérdida de entropía cruzada
    • La pérdida del triplete
  7. What kind of prior does the original VQ-VAE paper learn over its discrete codes?
    • A fixed prior that is never learned
    • A prior over camera locations only
    • A learned prior over the discrete code sequence
    • No prior or decoder distribution
  8. Which text-to-image paper used a discrete VAE to tokenize images before autoregressive generation?
    • The original Whisper speech-recognition paper
    • A paper on Kalman-filter vehicle tracking
    • The original BERT masked-language-model paper
    • The original DALL·E paper