Útmutatóhoz kapcsolódó kvíz · Kemény Szint
VQ-VAE és diszkrét látens kvíz
Review how VQ-VAE maps continuous encoder outputs to discrete codebook entries for generative modeling and reconstruction.
kérdés 1 -ból 8
Miben különbözik a VQ-VAE látens tere a szabványos VAE-től?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Miben különbözik a VQ-VAE látens tere a szabványos VAE-től?
- Ez diszkrét, a beágyazások tanult kódkönyvét használja
- Folyamatos és Gauss-féle
- Egyáltalán nincs benne látens hely
- Nyers pixeleket tárol
- Hogyan engedi át a VQ-VAE a gradienseket a nem differenciálható kvantálási lépésen?
- Teljesen kihagyja a visszaszaporítást
- Egyenes becslővel, amely a kvantálón túli gradienseket másolja
- Csak megerősítő tanulás használatával
- A színátmenetek egész számokra kerekítésével
- Mi az a „kódkönyv összeomlása”?
- A dekóder figyelmen kívül hagyja a látenseket
- A kódoló kimenetei végtelenné válnak
- A kódkönyvbejegyzéseknek csak egy kis töredéke kerül felhasználásra
- A kép felbontása nullára csökken
- Miért hasznosak a diszkrét látensek a Transformers generatív modellezéshez?
- Csak lemezen kisebbítik a képeket
- Nincs szükség dekóderre
- Eltávolítanak minden véletlenszerűséget a generációból
- A médiát token szekvenciákká alakítják, amelyeket a Transformer nyelvhez hasonlóan modellezhet
- Mit adott hozzá a VQGAN az alap VQ-VAE recepthez?
- Konverziós és észlelési veszteségek az élesebb rekonstrukciók érdekében
- Egy diffúziós mintavevő
- A kódkönyv eltávolítása
- Egy visszatérő kódoló
- Melyik veszteségi feltétel tartja a kódolót „kötelezetten” a kiválasztott kódkönyv-bejegyzésekhez?
- A KL eltérés
- Az elkötelezettség elvesztése
- A keresztentrópia elvesztése
- A hármas veszteség
- What kind of prior does the original VQ-VAE paper learn over its discrete codes?
- A fixed prior that is never learned
- A prior over camera locations only
- A learned prior over the discrete code sequence
- No prior or decoder distribution
- Which text-to-image paper used a discrete VAE to tokenize images before autoregressive generation?
- The original Whisper speech-recognition paper
- A paper on Kalman-filter vehicle tracking
- The original BERT masked-language-model paper
- The original DALL·E paper