Kuis terkait panduan · Keras Tingkat

Kuis Kuantisasi Vektor Sisa

Uji kuantisasi vektor sisa, termasuk pengkodean kesalahan berulang, buku kode ringkas, kehilangan komitmen, dan kontrol kualitas kecepatan bit.

Jalur panduan terkaitKuantisasi Vektor Sisa
Pertanyaan 1 dari 8

Apa yang diukur oleh setiap buku kode berturut-turut di RVQ?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa yang diukur oleh setiap buku kode berturut-turut di RVQ?
    • Kesalahan sisa yang ditinggalkan oleh tahapan sebelumnya
    • Aslinya masukan lagi dari awal
    • Saluran audio yang berbeda
    • Keluaran dari dekoder
  2. Mengapa menggunakan RVQ alih-alih satu buku kode besar?
    • Ini menghindari kebutuhan akan pelatihan apa pun
    • Ini memfaktorkan buku kode yang sangat besar dan efektif menjadi buku kode yang kecil, sehingga menghemat memori dan komputasi
    • Ini menghilangkan encoder sepenuhnya
    • Ini hanya berfungsi untuk data teks
  3. Bagaimana rekonstruksi akhir dibentuk dari kode RVQ?
    • Dengan hanya mengambil vektor codebook terakhir
    • Dengan merata-ratakan input dengan noise
    • Dengan menjumlahkan vektor-vektor terpilih dari seluruh tahapan
    • Dengan mengalikan semua entri buku kode
  4. Dengan masing-masing M tahapan K entri, berapa banyak kombinasi kode efektif yang diwakili oleh RVQ?
    • M kali K
    • M ditambah K
    • K dibagi M
    • K pangkat M
  5. Apa tujuan umum dari 'kehilangan komitmen' saat melatih buku kode RVQ?
    • Untuk menjaga keluaran encoder tetap dekat dengan entri buku kode yang dipilihnya
    • Untuk meningkatkan laju sampel audio
    • Untuk menghapus bingkai audio yang tidak digunakan
    • Untuk mengubah kode kembali menjadi teks
  6. Bagaimana RVQ membiarkan codec saraf mengubah bitrate pada waktu inferensi?
    • Dengan beralih ke laju sampel yang berbeda saja
    • Dengan menggunakan lebih banyak atau lebih sedikit tahapan kuantizer
    • Dengan melatih ulang seluruh model setiap saat
    • Dengan mengompresi bobot decoder
  7. In RVQ training, what does commitment loss encourage?
    • Each codebook to contain a different number of entries
    • The decoder to output longer audio
    • The encoder output to stay close to the selected codebook vector
    • The residual to increase at every quantization stage
  8. How are codebook vectors commonly updated in the guide’s RVQ description?
    • By sorting the codebook alphabetically
    • By replacing the codebook with a recurrent network
    • By adding the residual directly to every code index
    • With exponential moving averages of encoder assignments