Quiz połączony z przewodnikiem · Średni Poziom

Google Quiz obrazowy

Sprawdź, jak Imagen warunkuje rozproszenie tekstu, poprawia szczegóły obrazu oraz wykorzystuje wskazówki i progi podczas generowania.

Powiązane ścieżki prowadząceGoogle Zdjęcie
Pytanie 1 z 8

Na jakim typie modelu generatywnego zbudowano Google Imagen?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Na jakim typie modelu generatywnego zbudowano Google Imagen?
    • Model dyfuzyjny
    • Generatywna sieć kontradyktoryjna (GAN)
    • Tylko wariacyjny autoenkoder
    • Mechanizm renderujący oparty na regułach
  2. Kluczowym wnioskiem z oryginalnej pracy Imagen było to, że skalowanie którego komponentu najbardziej poprawiło wyniki?
    • Sieć rozpowszechniania obrazu
    • Koder zamrożonego tekstu (model językowy)
    • Rozmiar partii szkoleniowej
    • Liczba kanałów kolorów
  3. Which improvement did Google announce for Imagen 4 in the Gemini app?
    • Zapisywanie plików w formacie PNG
    • Generowanie dźwięku
    • Improved text rendering in generated images
    • Kompresja obrazów
  4. Oryginalna architektura Imagen wykorzystywała kaskadę, która rozpoczęła się od wygenerowania obrazu w jakiej rozdzielczości?
    • 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. Za pośrednictwem której platformy Google programiści mogą uzyskać dostęp do Imagen w celu wykorzystania ich własnych aplikacji?
    • Google Arkusze
    • Wierzchołkowa sztuczna inteligencja
    • Google Mapy
    • Narzędzia deweloperskie Chrome
  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