Kuiz DreamBooth

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

1. Apakah yang DreamBooth mengubah suai yang tidak dilakukan oleh Penyongsangan Teks?
   • Berat sebenar model
   • Hanya teks gesaan
   • Format fail imej
   • Pemacu GPU pengguna
2. Apakah tujuan kehilangan pemeliharaan awal DreamBooth?
   • Untuk mempercepatkan pemaparan imej
   • Untuk mengelakkan overfitting dan mengekalkan konsep kelas yang lebih luas
   • Untuk mengecilkan saiz fail
   • Untuk mengalih keluar latar belakang
3. Bagaimanakah subjek biasanya dirujuk dalam gesaan latihan DreamBooth?
   • Dengan nama sebenar penuhnya
   • Dengan ID berangka sahaja
   • Dengan cara yang jarang ditambah dengan perkataan kelas, seperti 'anjing sks'
   • Dengan emoji
4. Kira-kira berapa banyak imej subjek yang DreamBooth perlukan?
   • beribu-ribu
   • tepat satu
   • Seratus
   • Sekitar 3 hingga 5
5. Apakah pertukaran biasa menggunakan DreamBooth?
   • Storan yang lebih besar dan lebih banyak pengiraan daripada kaedah ringan
   • Kualiti imej yang lebih rendah daripada pembenaman
   • Ia hanya berfungsi pada teks, bukan imej
   • Ia tidak memerlukan latihan sama sekali
6. Gabungan manakah kini digunakan secara meluas untuk menjadikan DreamBooth lebih ringan?
   • DreamBooth dengan OCR
   • DreamBooth dengan LoRA
   • DreamBooth dengan GPS
   • DreamBooth dengan model audio
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