ESRGAN और GAN सुपर-रिज़ॉल्यूशन क्विज़

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

1. ESRGAN में 'GAN' किसको संदर्भित करता है?
   • जनरेटिव एडवरसैरियल नेटवर्क
   • क्रमिक संचय नेटवर्क
   • गाऊसी सन्निकटन नोड
   • वैश्विक ध्यान नेटवर्क
2. ESRGAN जनरेटर मुख्य रूप से किस बिल्डिंग ब्लॉक का उपयोग करता है?
   • दीर्घकालिक अल्पकालिक स्मृति कोशिकाएँ
   • अवशिष्ट-में-अवशिष्ट सघन ब्लॉक (आरआरडीबी)
   • कैप्सूल रूटिंग परतें
   • ट्रांसफार्मर स्व-ध्यान ब्लॉक
3. ESRGAN के लेखकों ने जनरेटर से बैच सामान्यीकरण को क्यों हटा दिया?
   • इससे प्रशिक्षण बहुत धीमा हो गया
   • इससे याददाश्त हद से ज्यादा बढ़ गई
   • इसमें दृश्य कलाकृतियों को पेश करने की प्रवृत्ति थी
   • यह GANs के साथ असंगत था
4. केवल पिक्सेल-हानि विधियों की तुलना में ESRGAN द्वारा किया जाने वाला मुख्य व्यापार क्या है?
   • सटीकता से अधिक गति
   • रिज़ॉल्यूशन की तुलना में रंग सटीकता
   • उच्च रिज़ॉल्यूशन की तुलना में कम मेमोरी
   • सटीक पिक्सेल निष्ठा पर अवधारणात्मक यथार्थवाद
5. ESRGAN की अवधारणात्मक (VGG) हानि कहाँ मापी जाती है?
   • सक्रियण से पहले सुविधाओं पर
   • केवल कच्चे RGB पिक्सेल पर
   • विवेचक के अंतिम स्कोर पर
   • फूरियर-रूपांतरित इनपुट पर
6. ESRGAN के विवेचक ने कौन सा नवाचार प्रस्तुत किया?
   • एक विशुद्ध रूप से दृढ़ ऑटोएन्कोडर
   • वास्तविक बनाम नकली यथार्थवाद की तुलना करने वाला एक सापेक्षवादी विभेदक
   • एक सुदृढीकरण-सीखने का इनाम मॉडल
   • एक जमे हुए पूर्व-प्रशिक्षित क्लासिफायरियर
7. Which competition did the ESRGAN paper report winning?
   • The ImageNet classification challenge
   • The Vesuvius Challenge
   • The PIRM 2018 perceptual super-resolution challenge
   • The COCO image-captioning challenge
8. Why should generated detail from ESRGAN not be treated as recovered photographic evidence?
   • The model records the original sensor data exactly
   • GANs can only enlarge images without changing pixels
   • The output is guaranteed to match the lost high-resolution image
   • The model can synthesize plausible textures that were not present in the low-resolution input