Kuiz berkaitan panduan · Sederhana Tahap

Google Kuiz Imej

Semak cara Imagen menyelaraskan resapan pada teks, menambah baik butiran imej dan menggunakan panduan dan ambang semasa penjanaan.

Laluan panduan yang berkaitanGoogle Imejn
soalan 1 daripada 8

Apakah jenis model generatif yang Google Imagen dibina?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah jenis model generatif yang Google Imagen dibina?
    • Model resapan
    • Rangkaian musuh generatif (GAN)
    • Pengekod auto variasi sahaja
    • Penyampai berasaskan peraturan
  2. Penemuan utama daripada kertas Imagen asal ialah penskalaan komponen manakah yang paling meningkatkan hasil?
    • Rangkaian penyebaran imej
    • Pengekod teks beku (model bahasa)
    • Saiz kumpulan latihan
    • Bilangan saluran warna
  3. Which improvement did Google announce for Imagen 4 in the Gemini app?
    • Menyimpan fail sebagai PNG
    • Menjana audio
    • Improved text rendering in generated images
    • Memampatkan imej
  4. Seni bina asal Imagen menggunakan lata yang bermula dengan menghasilkan imej pada resolusi apa?
    • 1024x1024
    • 512x512
    • 4096x4096
    • 64x64
  5. What did Google DeepMind say SynthID does for images generated with Imagen on Vertex AI?
    • Embeds an imperceptible watermark in image pixels to help identify likely Imagen output
    • Converts all images to a new file format
    • Provides a GPU chip for image training
    • Translates the prompt language
  6. Melalui platform Google manakah pembangun boleh mengakses Imagen untuk aplikasi mereka sendiri?
    • Google Helaian
    • Puncak AI
    • Google Peta
    • Chrome DevTools
  7. What issue does dynamic thresholding address in Imagen's sampling process?
    • The model having too few text tokens in its prompt
    • The training set containing too many image resolutions
    • Pixel values becoming oversaturated when classifier-free guidance is high
    • The tokenizer splitting a word into subwords
  8. What does classifier-free guidance do during Imagen sampling?
    • Selects a class label after the image is complete
    • Upscales the image without conditioning on its prompt
    • Replaces the noise-prediction model with a fixed image lookup
    • Combines conditional and unconditioned predictions to steer generation toward the prompt