Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Egyedi diffúziós többkoncepciós hangolási kvíz

Review Custom Diffusion's cross-attention tuning, few-shot personalization, regularization, and supported ways to compose multiple concepts.

kérdés 1 -ból 8

A diffúziós modell melyik részét finomítja elsõsorban az egyéni diffúzió?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. A diffúziós modell melyik részét finomítja elsõsorban az egyéni diffúzió?
    • A kulcs- és értékprojekciók a keresztfigyelem rétegekben
    • Minden súly az U-Netben
    • Csak a VAE dekóder
    • A szöveg tokenizátor
  2. Mi a legfigyelemreméltóbb az Egyéni diffúzió az egykoncepciós módszerekhez képest?
    • Videók generálása képek helyett
    • Több újonnan tanult fogalom összeállítása egy jelenetben
    • Egyáltalán nem igényel képeket
    • Csak CPU-kon fut
  3. What minimum number of training images did the Custom Diffusion paper report using in some experiments?
    • As few as four images
    • At least 500 images
    • Exactly one image in every experiment
    • The paper specifies no concept images
  4. Miért használ a Custom Diffusion a koncepció tágabb kategóriájából származó szabályosító képeket?
    • A VAE felgyorsítására
    • A képfelbontás növelésére
    • A vízjelek eltávolításához
    • A fogalomszó túlillesztésének és nyelvi sodródásának elkerülése érdekében
  5. Hogyan használható két külön kiképzett egyedi diffúziós koncepció együtt?
    • Egyesítve őket egy korlátozott optimalizálással a hangolt súlyok felett
    • Ezeket soha nem lehet kombinálni
    • A bemeneti képek átlagolásával
    • A teljes modell újraképzésével a semmiből
  6. What proportion of model weights did the Custom Diffusion paper report storing for its tuned subset?
    • About 3% of the model weights
    • All model weights plus a new model copy
    • No trained parameters at all
    • A fixed 50% of the model weights
  7. Besides merging separately tuned models, how does Custom Diffusion support learning multiple concepts?
    • It requires a separate foundation model for every prompt
    • It replaces all cross-attention with a fixed lookup table
    • It can train for multiple concepts jointly
    • It can only learn one concept per model
  8. In a cross-attention layer, what do the tuned text-side key and value projections help associate?
    • Image pixels with internet search results
    • The diffusion timestep with the model's source code
    • Audio frequencies with a document's page number
    • Prompt concepts with features in the image latent representation