ड्रीमबूथ प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. ड्रीमबूथ क्या संशोधित करता है जो टेक्स्टुअल इनवर्ज़न नहीं करता है?
   • मॉडल का वास्तविक वजन
   • केवल शीघ्र पाठ
   • छवि फ़ाइल स्वरूप
   • उपयोगकर्ता के GPU ड्राइवर
2. ड्रीमबूथ की पूर्व-संरक्षण हानि का उद्देश्य क्या है?
   • छवि प्रतिपादन में तेजी लाने के लिए
   • ओवरफिटिंग को रोकने और व्यापक वर्ग अवधारणा को बनाए रखने के लिए
   • फ़ाइल का आकार छोटा करने के लिए
   • पृष्ठभूमि हटाने के लिए
3. ड्रीमबूथ प्रशिक्षण संकेतों में किसी विषय को आम तौर पर कैसे संदर्भित किया जाता है?
   • इसके पूर्ण वास्तविक नाम से
   • केवल एक संख्यात्मक आईडी द्वारा
   • एक दुर्लभ संकेत और एक वर्ग शब्द, जैसे 'एसकेएस कुत्ता'
   • एक इमोजी द्वारा
4. ड्रीमबूथ को मोटे तौर पर कितनी विषय छवियों की आवश्यकता है?
   • हजारों
   • बिल्कुल एक
   • एक सौ
   • लगभग 3 से 5
5. ड्रीमबूथ का उपयोग करने का सामान्य समझौता क्या है?
   • हल्के तरीकों की तुलना में बड़ा भंडारण और अधिक गणना
   • एम्बेडिंग की तुलना में कम छवि गुणवत्ता
   • यह केवल पाठ पर काम करता है, छवियों पर नहीं
   • इसके लिए किसी प्रशिक्षण की आवश्यकता नहीं है
6. ड्रीमबूथ को हल्का बनाने के लिए अब किस संयोजन का व्यापक रूप से उपयोग किया जाता है?
   • ओसीआर के साथ ड्रीमबूथ
   • लोरा के साथ ड्रीमबूथ
   • जीपीएस के साथ ड्रीमबूथ
   • ऑडियो मॉडल के साथ ड्रीमबूथ
7. What subject variations did the DreamBooth paper demonstrate in generated images?
   • Only the exact camera angle from the training photos
   • Only the original background pixels
   • The subject could appear in novel scenes, poses, views and lighting
   • Different subjects with no relation to the reference
8. What kind of model parameters does LoRA adapt?
   • Only the image file metadata
   • A new pixel palette for every output
   • The dataset labels without changing model computation
   • Low-rank update matrices added to selected weight transformations