रियल-ESRGAN प्रैक्टिकल रेस्टोरेशन क्विज़

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

1. रियल-ईएसआरजीएएन ने मूल ईएसआरजीएएन की किस प्रमुख कमजोरी को संबोधित किया?
   • इसे केवल स्वच्छ बाइक्यूबिक डाउनस्केलिंग पर प्रशिक्षित किया गया था
   • यह केवल ग्रेस्केल छवियों पर काम करता था
   • यह GPU पर नहीं चल सका
   • इसके लिए युग्मित वास्तविक फ़ोटो की आवश्यकता थी
2. रियल-ESRGAN का 'हाई-ऑर्डर डिग्रेडेशन' मॉडल क्या है?
   • एक उच्च-रिज़ॉल्यूशन जनरेटर
   • अनुक्रम में लागू कई यादृच्छिक गिरावटों की एक श्रृंखला
   • एक नया ध्यान तंत्र
   • एक बड़ा भेदभाव करने वाला
3. Real-ESRGAN किस विभेदक वास्तुकला का उपयोग करता है?
   • एक एकल रैखिक वर्गीकरणकर्ता
   • एक आवर्ती नेटवर्क
   • वर्णक्रमीय सामान्यीकरण के साथ एक यू-नेट
   • एक जमे हुए वीजीजी
4. Real-ESRGAN में 'sinc' फ़िल्टर किन कलाकृतियों को पुन: उत्पन्न करते हैं?
   • रंग बैंडिंग
   • लेंस भड़कना
   • रंगीन विपथन
   • बजना और ओवरशूट होना
5. रियल-ESRGAN जनरेटर ESRGAN से किस आधार को बरकरार रखता है?
   • आरआरडीबी ब्लॉक करता है
   • एक ट्रांसफार्मर एनकोडर
   • एक प्रसार यू-नेट
   • एक LSTM स्टैक
6. In GFPGAN’s documented inference command, which background upsampler is set by default?
   • असली-ESRGAN
   • ESRGAN only
   • A fixed bicubic resize
   • No background upsampler is supported
7. What kind of images is Real-ESRGAN’s anime checkpoint intended to restore?
   • Only medical CT scans
   • Only satellite photographs
   • Anime illustrations
   • Only grayscale handwritten documents
8. Why can tiled inference help when restoring a very large image?
   • It guarantees that every tile contains the same details
   • It replaces super-resolution with image compression
   • It prevents the model from seeing any neighboring pixels
   • It processes smaller patches to reduce peak memory use