ガイド連動クイズ · 簡単 レベル

条件付き GAN クイズ

条件付き入力が両方の GAN ネットワークをどのようにガイドするか、識別子が一致したペアを評価する方法、および条件付けをどのように注入できるかをチェックします。

関連するガイドパス条件付き GAN
質問 1 の 8

条件付き GAN と標準 GAN の主な違いは何ですか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. 条件付き GAN と標準 GAN の主な違いは何ですか?
    • クラスラベルなどの追加情報を両方のネットワークにフィードして出力を制御します
    • 2つの発電機を使用します
    • 識別子を削除します
    • 画像ではなくテキストに対してのみ機能します
  2. ラベル付き数字でトレーニングされた cGAN では、プレーン GAN ではできなくて何ができるのでしょうか?
    • ノイズ入力なしで動作します
    • 「7」などの特定の数字をリクエストします
    • 弁別子を完全にスキップする
    • 白黒ノイズのみを生成する
  3. cGAN 識別器は、画像が本物に見えるかどうか以外に何をチェックする必要があるでしょうか?
    • 画像のファイル形式
    • メガピクセル単位の解像度
    • 画像が指定されたラベルと一致するかどうか
    • トレーニング学習率
  4. 調整信号をジェネレーターに供給する一般的な方法はどれですか?
    • ノイズベクトルの削除
    • ラベルのないトレーニング
    • 別個の物理センサーの使用
    • ラベルをノイズ入力に連結する
  5. 条件付き GAN は、後のどの機能の基礎を築きましたか?
    • テキストから画像への生成および画像から画像への生成
    • より高速な CPU
    • スパムメールフィルタリング
    • データベースのインデックス作成
  6. 現代の拡散モデルでは、cGAN のコンディショニングの考え方がどのようなメカニズムとして現れることがよくありますか?
    • ランダムなウェイトクリッピング
    • テキストプロンプトでのクロスアテンション
    • 手動ピクセルペイントのみ
    • ノイズスケジュールを無効にする
  7. Why must a conditional discriminator see both the generated image and its conditioning label?
    • It uses the label to choose the learning-rate schedule
    • It converts the label into a random noise seed only
    • It needs to judge whether the image is realistic and whether it matches the requested condition
    • It prevents the generator from receiving noise
  8. Besides concatenating a class label to the noise vector, which conditioning method is described in the guide?
    • A spectral-radius constraint
    • An inverse Hessian update
    • A sequence-level BLEU reward
    • A projection layer that scores compatibility between label and image features