Gids-gekoppelde quiz · Gemakkelijk Niveau

Voorwaardelijke GAN's Quiz

Controleert hoe voorwaardelijke inputs beide GAN-netwerken sturen, hoe discriminatoren gematchte paren beoordelen en hoe conditionering kan worden geïnjecteerd.

Gerelateerde gidspadenVoorwaardelijke GAN's
Vraag 1 van 8

Wat is het belangrijkste verschil tussen een voorwaardelijke GAN en een standaard GAN?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is het belangrijkste verschil tussen een voorwaardelijke GAN en een standaard GAN?
    • Het voert extra informatie, zoals een klassenlabel, in beide netwerken in om de uitvoer te controleren
    • Er wordt gebruik gemaakt van twee generatoren
    • Het verwijdert de discriminator
    • Het werkt alleen op tekst, niet op afbeeldingen
  2. Wat kun je in een cGAN die is getraind op gelabelde cijfers, wat een gewone GAN niet kan?
    • Draai zonder enige geluidsinvoer
    • Vraag een specifiek cijfer aan, zoals een '7'
    • Sla de discriminator volledig over
    • Genereer alleen zwart-witruis
  3. Waar moet de cGAN-discriminator op letten, behalve of een afbeelding er echt uitziet?
    • Het bestandsformaat van de afbeelding
    • De resolutie in megapixels
    • Of de afbeelding overeenkomt met het opgegeven label
    • Het leerpercentage van de training
  4. Wat is een gebruikelijke manier om het conditioneringssignaal aan de generator te leveren?
    • De ruisvector verwijderen
    • Trainen zonder labels
    • Met behulp van een afzonderlijke fysieke sensor
    • Het label aaneenschakelen met de ruisinvoer
  5. Voorwaardelijke GAN's legden de basis voor welke latere mogelijkheden?
    • Tekst-naar-afbeelding en afbeelding-naar-afbeelding genereren
    • Snellere CPU's
    • Spam-e-mailfiltering
    • Database-indexering
  6. Als welk mechanisme verschijnt het cGAN-idee van conditionering vaak in moderne diffusiemodellen?
    • Willekeurig gewicht knippen
    • Cross-aandacht op een tekstprompt
    • Alleen handmatig pixelschilderen
    • Het geluidsschema uitschakelen
  7. Why must a conditional discriminator see both the generated image and its conditioning label?
    • It uses the label to choose the learning-rate schedule
    • It converts the label into a random noise seed only
    • It needs to judge whether the image is realistic and whether it matches the requested condition
    • It prevents the generator from receiving noise
  8. Besides concatenating a class label to the noise vector, which conditioning method is described in the guide?
    • A spectral-radius constraint
    • An inverse Hessian update
    • A sequence-level BLEU reward
    • A projection layer that scores compatibility between label and image features