Quiz collegato alla guida · Medio Livello
Quiz sui generatori in scala GigaGAN
Esplora l'architettura condizionata al testo di GigaGAN, la velocità di generazione, il discriminatore multiscala, l'editing latente e l'upsampler separato ad alta risoluzione.
Domanda 1 di 8
What total parameter count did the paper report for one high-capacity GigaGAN framework configuration?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- What total parameter count did the paper report for one high-capacity GigaGAN framework configuration?
- 1.0 billion total across the 652.5M base generator and 359.1M upsampler
- 70 million total across a 64M generator and 6M discriminator
- 1.0 billion in the base generator alone, with no upsampler
- 3.5 billion total across two text encoders
- Qual è il principale vantaggio in termini di velocità di GigaGAN rispetto ai modelli a diffusione?
- Non ha bisogno di GPU
- Genera un'immagine in un singolo passaggio in avanti anziché in molti passaggi di denoising
- Si allena in un secondo
- Non utilizza alcuna rete neurale
- Cosa fa la "selezione del kernel adattativo del campione" di GigaGAN?
- Elimina i pixel non utilizzati
- Comprime l'immagine in JPEG
- Unisce un gruppo di filtri di convoluzione utilizzando pesi derivati dal prompt di testo
- Seleziona automaticamente la GPU
- In che modo GigaGAN incorpora le informazioni di testo nella generazione di immagini?
- Ritagliando il prompt
- Ignora completamente il testo
- Stampando il testo sull'immagine
- Attraverso l'attenzione incrociata agli incorporamenti di testo e alle funzionalità CLIP corrispondenti
- Quali funzionalità extra offre GigaGAN oltre alla generazione di base?
- Un upsampler GAN separato che può raggiungere la risoluzione 4K
- Sintesi audio
- Riconoscimento vocale
- Interrogazione del database
- Perché lo spazio latente di GigaGAN è utile per gli strumenti di editing?
- Non può essere modificato
- Supporta un'interpolazione fluida e un mix di stili per modifiche controllabili
- Memorizza solo testo
- Elimina l'immagine dopo un utilizzo
- How does GigaGAN’s image discriminator make predictions across resolutions?
- It scores only the text prompt and ignores generated images
- It predicts one label at the final resolution only
- It receives an image pyramid and predicts real or fake at multiple input and downsampling scales
- It compares generated images with a fixed set of training captions only
- What does GigaGAN’s base generator produce for later multi-scale processing?
- A single class label for the entire image
- A sequence of text tokens for an autoregressive decoder
- Only the final upsampled image, with no intermediate scales
- An image pyramid with outputs at several resolutions