가이드 연계 퀴즈 · 중간 레벨
Imagen 텍스트-이미지 퀴즈
초해상도 훈련에서 원본 Imagen 텍스트 조건화, 계단식 생성, 동적 임계값 지정 및 견고성 선택을 검토하세요.
질문 1 의 8
In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?
모든 질문 미리보기8 질문
퀴즈를 풀면 정답과 설명이 나타납니다.
- In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?
- Discarding the language encoder entirely
- Increasing the pretrained text encoder's size rather than the diffusion model's size
- Replacing diffusion with nearest-neighbor image lookup
- Reducing every prompt to a single word
- Imagen은 어떤 텍스트 인코더를 사용합니까?
- 컨벌루션 이미지 네트
- 작은 LSTM
- 손으로 직접 작성한 규칙 세트
- 고정된 T5-XXL 언어 모델
- Imagen은 어떻게 고해상도에 도달하나요?
- 초해상도 업스케일링 단계를 통한 계단식 확산
- 하나의 거대한 세대 단계
- 큰 스톡 사진을 자르면
- 두 이미지를 보간하여
- What problem did original Imagen's dynamic thresholding address under strong guidance?
- A lack of text tokens in the encoder vocabulary
- The need to compress the final PNG file
- Saturation of predicted pixel values during sampling
- A missing training label for every object
- DrawBench란 무엇입니까?
- 드로잉 태블릿
- GPU 브랜드
- 고양이 사진 데이터 세트
- 텍스트-이미지 모델을 평가하기 위한 까다로운 프롬프트에 대한 벤치마크
- T5-XXL 인코더가 Imagen에서 정지 상태로 유지되는 이유는 무엇입니까?
- 고장나서 훈련할 수 없습니다
- 추가 조정 없이 사전 학습 전송을 통해 풍부한 텍스트 이해
- 디스크 공간만 절약하려면
- 텍스트는 관련이 없기 때문에
- What resolution did original Imagen's base diffusion model generate before its super-resolution stages?
- 256 by 256 pixels as the first stage
- 1024 by 1024 pixels directly
- 64 by 64 pixels
- A single pixel that was copied across the final image
- Why did the Imagen researchers add Gaussian noise to low-resolution conditioning images during super-resolution training?
- To make the upsamplers more robust to imperfect inputs from earlier stages
- To remove text conditioning from the entire cascade
- To guarantee that all training images had the same caption
- To replace the upsamplers with deterministic resizing