変分オートエンコーダに関するクイズ

クイズに答えると、答えと解説が表示されます。

1. VAE のエンコーダーは、指定された入力に対して何を出力しますか?
   • 平均や分散などの確率分布のパラメータ
   • 潜在空間内の単一の固定点
   • クラスラベル
   • 入力の再構築されたコピー
2. 再パラメータ化トリックの目的は何ですか?
   • デコーダを大きくするには
   • ランダムサンプリングステップで勾配を通過できるようにするには
   • デコーダを不要にするには
   • 潜在空間をさらに圧縮するには
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. VAE がトレーニング中に最大化する目的関数は次のように呼ばれます。
   • クロスエントロピー天井
   • 敵対的損失
   • 平均二乗マージン
   • 証拠の下限 (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. 安定拡散のような潜在拡散モデルでは、VAE はどのような役割を果たしますか?
   • トレーニング画像にラベルを付けます
   • 画像を拡散が実行される潜在空間に圧縮し、デコードしてピクセルに戻します。
   • テキストエンコーダを置き換えます
   • 騒音レベルをスケジュール設定します
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)