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.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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