Kuiz berkaitan panduan · Keras Tahap

VQ-VAE dan Kuiz Terpendam Diskret

Semak cara VQ-VAE memetakan output pengekod berterusan kepada entri buku kod diskret untuk pemodelan dan pembinaan semula generatif.

Laluan panduan yang berkaitanVq Vae Dan Terpendam Diskret
soalan 1 daripada 8

Apakah yang menjadikan ruang terpendam VQ-VAE berbeza daripada VAE standard?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang menjadikan ruang terpendam VQ-VAE berbeza daripada VAE standard?
    • Ia adalah diskret, menggunakan buku kod benam yang dipelajari
    • Ia berterusan dan Gaussian
    • Ia tidak mempunyai ruang terpendam sama sekali
    • Ia menyimpan piksel mentah
  2. Bagaimanakah VQ-VAE melepasi kecerunan melalui langkah pengkuantitian tidak boleh dibezakan?
    • Ia melangkau penyebaran balik sepenuhnya
    • Dengan penganggar lurus yang menyalin kecerunan melepasi pengkuantiti
    • Dengan menggunakan pembelajaran pengukuhan sahaja
    • Dengan membundarkan kecerunan kepada integer
  3. Apakah 'keruntuhan buku kod'?
    • Penyahkod mengabaikan pendam
    • Output pengekod menjadi tidak terhingga
    • Hanya sebahagian kecil daripada entri buku kod yang pernah digunakan
    • Resolusi imej jatuh kepada sifar
  4. Mengapakah pendam diskret berguna untuk pemodelan generatif dengan Transformers?
    • Mereka menjadikan imej lebih kecil pada cakera sahaja
    • Mereka menghapuskan keperluan untuk penyahkod
    • Mereka menghilangkan semua rawak dari generasi
    • Mereka mengubah media menjadi urutan token yang boleh dimodelkan oleh Transformer seperti bahasa
  5. Apakah yang ditambahkan oleh VQGAN di atas resipi asas VQ-VAE?
    • Kehilangan permusuhan dan persepsi untuk pembinaan semula yang lebih tajam
    • Pensampel resapan
    • Mengalih keluar buku kod
    • Pengekod berulang
  6. Istilah kerugian yang manakah memastikan pengekod 'komited' pada entri buku kod yang dipilihnya?
    • Perbezaan KL
    • Kehilangan komitmen
    • Kehilangan entropi silang
    • Kehilangan triplet
  7. What kind of prior does the original VQ-VAE paper learn over its discrete codes?
    • A fixed prior that is never learned
    • A prior over camera locations only
    • A learned prior over the discrete code sequence
    • No prior or decoder distribution
  8. Which text-to-image paper used a discrete VAE to tokenize images before autoregressive generation?
    • The original Whisper speech-recognition paper
    • A paper on Kalman-filter vehicle tracking
    • The original BERT masked-language-model paper
    • The original DALL·E paper