Quiz połączony z przewodnikiem · Średni Poziom

Niestandardowy quiz dotyczący dostrajania wielu koncepcji dyfuzji

Zapoznaj się z dostrajaniem krzyżowym uwagi, personalizacją w kilku krokach, regularyzacją i obsługiwanymi sposobami komponowania wielu koncepcji w Custom Diffusion.

Powiązane ścieżki prowadząceNiestandardowe tuningowanie wielu koncepcji dyfuzji
Pytanie 1 z 8

Którą część modelu dyfuzji dostosowuje przede wszystkim funkcja Custom Diffusion?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Którą część modelu dyfuzji dostosowuje przede wszystkim funkcja Custom Diffusion?
    • Projekcje klucza i wartości w warstwach wzajemnej uwagi
    • Każdy ciężar w sieci U-Net
    • Tylko dekoder VAE
    • Tokenizator tekstu
  2. Czym wyróżnia się rozproszenie niestandardowe w porównaniu z metodami opartymi na jednej koncepcji?
    • Generowanie wideo zamiast obrazów
    • Komponowanie wielu nowo poznanych koncepcji w jednej scenie
    • Nie wymaga żadnych obrazów
    • Działa tylko na procesorach
  3. What minimum number of training images did the Custom Diffusion paper report using in some experiments?
    • As few as four images
    • At least 500 images
    • Exactly one image in every experiment
    • The paper specifies no concept images
  4. Dlaczego Custom Diffusion korzysta z zestawu obrazów regularyzacyjnych z szerszej kategorii koncepcji?
    • Aby przyspieszyć VAE
    • Aby zwiększyć rozdzielczość obrazu
    • Aby usunąć znaki wodne
    • Aby zapobiec nadmiernemu dopasowaniu i dryfowi języka w słowie koncepcyjnym
  5. W jaki sposób można razem wykorzystać dwie oddzielnie przeszkolone koncepcje niestandardowego rozpowszechniania?
    • Łącząc je poprzez ograniczoną optymalizację w oparciu o dostrojone wagi
    • Nigdy nie można ich łączyć
    • Uśredniając obrazy wejściowe
    • Poprzez przeszkolenie pełnego modelu od zera
  6. What proportion of model weights did the Custom Diffusion paper report storing for its tuned subset?
    • About 3% of the model weights
    • All model weights plus a new model copy
    • No trained parameters at all
    • A fixed 50% of the model weights
  7. Besides merging separately tuned models, how does Custom Diffusion support learning multiple concepts?
    • It requires a separate foundation model for every prompt
    • It replaces all cross-attention with a fixed lookup table
    • It can train for multiple concepts jointly
    • It can only learn one concept per model
  8. In a cross-attention layer, what do the tuned text-side key and value projections help associate?
    • Image pixels with internet search results
    • The diffusion timestep with the model's source code
    • Audio frequencies with a document's page number
    • Prompt concepts with features in the image latent representation