Questionário vinculado ao guia · Médio Nível
Questionário de síntese de imagens VQGAN e Codebook
Revise os tokens discretos do livro de códigos do VQGAN, as perdas adversárias e perceptivas e como os transformadores usam grades compactas para sintetizar imagens de alta resolução.
Pergunta 1 de 8
O que o VQGAN usa para representar uma imagem como tokens discretos?
Visualize cada pergunta8 perguntas
As respostas e explicações aparecem conforme você responde ao teste.
- O que o VQGAN usa para representar uma imagem como tokens discretos?
- Um livro de códigos aprendido de vetores aos quais as saídas do codificador são ajustadas
- Uma lista de nomes de arquivos
- Apenas pixels RGB brutos
- Um único número por imagem
- What did the original VQGAN paper report gaining from adversarial and perceptual training?
- To guarantee every VQVAE reconstruction is blurry
- To preserve perceptual quality at increased compression in the original paper’s evaluated settings
- To eliminate the need for a learned codebook
- To make all images use the same token grid regardless of dataset
- Uma vez que uma imagem é uma sequência de tokens, qual modelo gera novas imagens?
- Uma planilha
- Uma calculadora
- Um transformador autorregressivo prevendo tokens como palavras
- Um driver de impressora
- Que técnica permite que os gradientes fluam através da etapa de quantização não diferenciável?
- Abandono
- Normalização em lote
- Corte aleatório
- O estimador direto
- Que famosa tendência artística de IA o VQGAN ajudou a criar em 2021?
- Arte generativa VQGAN+CLIP
- Impressão 3D
- Clonagem de voz
- Automação de planilha
- Qual é o desafio conhecido dos livros de códigos do estilo VQGAN?
- Eles não podem armazenar nenhum vetor
- Colapso do livro de códigos, onde muitos códigos não são utilizados
- Eles não requerem treinamento
- Eles só funcionam em áudio
- Why does VQGAN use a compact latent token grid for high-resolution images?
- It removes the need for an image decoder
- It makes every codebook entry a full-resolution image
- It shortens the transformer sequence so modeling image composition is more tractable
- It converts the transformer into a pixel-level convolution
- Which loss does the VQGAN guide pair with adversarial training to improve reconstruction quality?
- A language-model next-token loss
- A contrastive audio-text loss
- A reinforcement-learning reward from human rankings
- Perda perceptiva