Kuis terkait panduan · Sedang Tingkat
Kuis Arsitektur StyleGAN
Tinjau pemetaan dan sintesis StyleGAN, pencampuran gaya berlapis, noise stokastik, dan perubahan arsitektur di StyleGAN2 dan StyleGAN3.
Pertanyaan 1 dari 8
Apa tujuan jaringan pemetaan StyleGAN?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Apa tujuan jaringan pemetaan StyleGAN?
- Untuk mengklasifikasikan apakah suatu gambar asli atau palsu
- Untuk meningkatkan sampel gambar ke resolusi yang lebih tinggi
- Untuk mengompres gambar akhir untuk penyimpanan
- Untuk mengubah z laten menjadi ruang perantara W yang lebih terurai
- Di StyleGAN asli, bagaimana gaya dimasukkan ke dalam peta fitur?
- Dengan menggabungkan vektor laten ke setiap piksel
- Melalui Normalisasi Instans Adaptif (AdaIN)
- Melalui lapisan softmax terakhir
- Menggunakan pengumpulan maksimal
- Jaringan sintesis dimulai dari apa, bukan dari vektor laten?
- Tensor konstan yang dipelajari
- Foto wajah asli
- White noise murni berukuran sama dengan outputnya
- Peta tepi
- Apa yang terutama dikontrol oleh penyesuaian gaya pada lapisan kasar (resolusi rendah)?
- Tekstur kulit halus dan bintik-bintik
- Warna piksel individual saja
- Atribut tingkat tinggi seperti pose dan bentuk wajah
- Format file gambar
- Masalah apa yang diperbaiki StyleGAN2 dibandingkan dengan aslinya?
- Itu menambahkan perintah teks-ke-gambar
- Ini menghilangkan artefak mirip gumpalan yang disebabkan oleh AdaIN
- Hal ini menghilangkan kebutuhan akan diskriminasi
- Hal ini membuat pelatihan sepenuhnya tanpa pengawasan untuk pertama kalinya
- Apa itu 'pencampuran gaya' di StyleGAN?
- Memadukan dua kumpulan data sebelum pelatihan
- Rata-rata keluaran diskriminator
- Mencampur audio dengan gambar yang dihasilkan
- Menggunakan vektor w berbeda pada lapisan berbeda untuk menggabungkan atribut dari dua gambar
- What role do separate per-layer noise inputs play in original StyleGAN synthesis?
- They replace the mapping network's entire style representation
- They determine the file's compression format
- They supply stochastic fine detail, such as varying hair strands or freckles
- They provide the discriminator's real-image labels
- What visual behavior did StyleGAN3's alias-free design target?
- Texture sticking and aliasing that make details move unnaturally as image content changes
- The absence of a text tokenizer in original StyleGAN
- A requirement that every output be a grayscale photograph
- The need to store generated images as audio waveforms