Quiz de synthèse d'images VQGAN et Codebook

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. Qu'utilise VQGAN pour représenter une image sous forme de jetons discrets ?
   • Un livre de codes appris de vecteurs sur lesquels les sorties du codeur sont alignées
   • Une liste de noms de fichiers
   • Pixels RVB bruts uniquement
   • Un seul numéro par image
2. What did the original VQGAN paper report gaining from adversarial and perceptual training?
   • To guarantee every VQVAE reconstruction is blurry
   • To preserve perceptual quality at increased compression in the original paper’s evaluated settings
   • To eliminate the need for a learned codebook
   • To make all images use the same token grid regardless of dataset
3. Une fois qu’une image est une séquence de jetons, quel modèle génère de nouvelles images ?
   • Une feuille de calcul
   • Une calculatrice
   • Un transformateur autorégressif prédisant les jetons comme des mots
   • Un pilote d'imprimante
4. Quelle technique permet aux gradients de traverser l'étape de quantification non différentiable ?
   • Abandon
   • Normalisation par lots
   • Recadrage aléatoire
   • L’estimateur direct
5. Quelle célèbre tendance artistique de l’IA VQGAN a-t-il contribué à créer en 2021 ?
   • Art génératif VQGAN+CLIP
   • impression 3D
   • Clonage vocal
   • Automatisation des feuilles de calcul
6. Qu'est-ce qu'un défi connu avec les livres de codes de style VQGAN ?
   • Ils ne peuvent stocker aucun vecteur
   • Effondrement du livre de codes, où de nombreux codes restent inutilisés
   • Ils ne nécessitent aucune formation
   • Ils ne fonctionnent que sur l'audio
7. Why does VQGAN use a compact latent token grid for high-resolution images?
   • It removes the need for an image decoder
   • It makes every codebook entry a full-resolution image
   • It shortens the transformer sequence so modeling image composition is more tractable
   • It converts the transformer into a pixel-level convolution
8. Which loss does the VQGAN guide pair with adversarial training to improve reconstruction quality?
   • A language-model next-token loss
   • A contrastive audio-text loss
   • A reinforcement-learning reward from human rankings
   • Perte de perception