드림부스 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. Textual Inversion은 수정하지 않지만 DreamBooth는 무엇을 수정합니까?
   • 모델의 실제 체중
   • 프롬프트 텍스트만
   • 이미지 파일 형식
   • 사용자의 GPU 드라이버
2. DreamBooth의 사전 보존 손실의 목적은 무엇입니까?
   • 이미지 렌더링 속도를 높이려면
   • 과적합을 방지하고 더 넓은 클래스 개념을 유지하기 위해
   • 파일 크기를 줄이려면
   • 배경을 제거하려면
3. DreamBooth 교육 프롬프트에서 주제는 일반적으로 어떻게 참조됩니까?
   • 전체 실명으로
   • 숫자 ID로만
   • 희귀한 토큰과 'sks dog' 같은 클래스 단어를 통해
   • 이모티콘으로
4. DreamBooth에는 대략 몇 개의 피사체 이미지가 필요합니까?
   • 수천
   • 정확히 하나
   • 백
   • 3~5시쯤
5. DreamBooth 사용 시 일반적인 장단점은 무엇입니까?
   • 경량 방법보다 더 큰 스토리지와 더 많은 컴퓨팅
   • 임베딩보다 이미지 품질이 낮음
   • 이미지가 아닌 텍스트에서만 작동합니다.
   • 훈련이 전혀 필요하지 않습니다.
6. DreamBooth를 더 가볍게 만들기 위해 현재 널리 사용되는 조합은 무엇입니까?
   • OCR이 포함된 DreamBooth
   • LoRA를 탑재한 드림부스
   • GPS가 장착된 DreamBooth
   • 오디오 모델이 포함된 DreamBooth
7. What subject variations did the DreamBooth paper demonstrate in generated images?
   • Only the exact camera angle from the training photos
   • Only the original background pixels
   • The subject could appear in novel scenes, poses, views and lighting
   • Different subjects with no relation to the reference
8. What kind of model parameters does LoRA adapt?
   • Only the image file metadata
   • A new pixel palette for every output
   • The dataset labels without changing model computation
   • Low-rank update matrices added to selected weight transformations