Quiz collegato alla guida · Medio Livello

Quiz sugli autocodificatori variazionali

Esaminare le distribuzioni VAE, la riparametrizzazione, la regolarizzazione KL, la formazione ELBO, il campionamento e l'uso della diffusione latente. Controllare le prove e la portata.

Percorsi guida correlatiCodificatori automatici variazionali
Domanda 1 di 8

Cosa fa l'encoder in un output VAE per un dato input?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Cosa fa l'encoder in un output VAE per un dato input?
    • I parametri di una distribuzione di probabilità, come media e varianza
    • Un unico punto fisso nello spazio latente
    • Un'etichetta di classe
    • Una copia ricostruita dell'input
  2. Qual è lo scopo del trucco di riparametrizzazione?
    • Per ingrandire il decoder
    • Per consentire ai gradienti di fluire attraverso la fase di campionamento casuale
    • Per eliminare la necessità di un decoder
    • Per comprimere ulteriormente lo spazio latente
  3. In the standard Gaussian VAE formulation, what does the KL term encourage?
    • The decoder to predict future input tokens
    • The encoder to remove all randomness
    • The approximate posterior to stay close to the chosen prior, commonly a standard normal
    • Every latent variable to have the same observed value
  4. La funzione obiettivo che i VAE massimizzano durante la formazione è chiamata:
    • Soffitto dell’entropia incrociata
    • Perdita contraddittoria
    • Margine quadrato medio
    • Limite inferiore dell'evidenza (ELBO)
  5. In a Gaussian VAE, what enables generation of a new sample?
    • Sample a latent from the prior and decode it with the learned decoder
    • Copy a training image directly without a model
    • Run the encoder backward with no latent sampling
    • Choose a random class label without decoding
  6. In un modello di diffusione latente come la Diffusione Stabile, che ruolo gioca la VAE?
    • Etichetta le immagini di allenamento
    • Comprime le immagini in uno spazio latente in cui avviene la diffusione, quindi decodifica nuovamente in pixel
    • Sostituisce il codificatore di testo
    • Pianifica i livelli di rumore
  7. In variational inference, what does the ELBO provide for the marginal log likelihood log p(x)?
    • An exact value of log p(x) for every model
    • A guarantee that each generated sample is realistic
    • A tractable lower bound that can be maximized instead of directly maximizing log p(x)
    • A posterior distribution that requires no inference model
  8. What distribution does a VAE decoder model given a latent vector?
    • The encoder’s approximate posterior q(z|x)
    • The training set’s class-frequency histogram only
    • The optimizer’s learning-rate schedule
    • The likelihood of an observation conditioned on that latent, p(x|z)