Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący SDXL i kaskadowego rozpowszechniania

Sprawdź utajoną dyfuzję SDXL, szybkie kodery, wielkość i kondycjonowanie plonów oraz solidne stopnie super rozdzielczości stosowane w kaskadach.

Powiązane ścieżki prowadząceSdxl i dyfuzja kaskadowa
Pytanie 1 z 8

W jakiej natywnej rozdzielczości SDXL generuje obrazy w porównaniu do oryginalnej rozdzielczości Stable Diffusion?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. W jakiej natywnej rozdzielczości SDXL generuje obrazy w porównaniu do oryginalnej rozdzielczości Stable Diffusion?
    • 1024x1024 w porównaniu do 512x512
    • 256 x 256 kontra 128 x 128
    • 2048x2048 kontra 1024x1024
    • 768 x 768 w porównaniu z 256 x 256
  2. Jaka jest rola modelu rafinera SDXL?
    • Koduje zachętę tekstową
    • Dodaje drobne szczegóły podczas końcowych etapów usuwania szumów
    • Kompresuje obrazy w przestrzeń ukrytą
    • Generuje początkowy losowy szum
  3. Z ilu koderów tekstu korzysta SDXL?
    • Jeden
    • Trzy
    • Dwa
    • Zero
  4. Jaka jest podstawowa idea dyfuzji kaskadowej?
    • Trenowanie jednego gigantycznego modelu we wszystkich rozdzielczościach jednocześnie
    • Usunięcie kodera tekstu w celu przyspieszenia generowania
    • Zastąpienie dyfuzji siecią GAN na każdym etapie
    • Połączenie modelu podstawowego z modelami dyfuzyjnymi o super rozdzielczości, które są stopniowo ulepszane
  5. Dlaczego SDXL odszumia w ukrytej przestrzeni, a nie bezpośrednio na pikselach?
    • Dzięki temu odszumianie jest tańsze obliczeniowo
    • Ukryte obrazy przestrzeni wyglądają bardziej kolorowo
    • Nie można odszumiać pikseli
    • Pozwala to uniknąć konieczności wyświetlania monitu tekstowego
  6. Która technika ogranicza SDXL do zaledwie jednego do czterech etapów generacji?
    • Kondycjonowanie upraw
    • Metody destylacji, takie jak modele SDXL Turbo i modele konsystencji utajonej
    • Dodanie większej liczby koderów tekstu
    • Zwiększanie rozmiaru VAE
  7. What do SDXL's size and crop conditioning inputs tell the model?
    • Which training dataset owns the prompt
    • The number of denoising steps to run
    • The target image size and framing or crop
    • The image's final file format and compression level
  8. What problem does noise-conditioning augmentation address in a cascaded diffusion pipeline?
    • Eliminuje to potrzebę monitu tekstowego
    • It guarantees that every stage produces the same resolution
    • It converts the latent image into an audio signal
    • It helps later super-resolution stages handle errors or uncertainty in the previous stage's low-resolution image