Test legat de ghid · Mediu Nivel

GigaGAN Scaled Generators Quiz

Explorați arhitectura condiționată de text de la GigaGAN, viteza de generare, discriminatorul multi-scale, editarea latentă și un upsampler separat de înaltă rezoluție.

Căi de ghidare aferenteGeneratoare la scară Gigagan
Întrebare 1 de 8

What total parameter count did the paper report for one high-capacity GigaGAN framework configuration?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. What total parameter count did the paper report for one high-capacity GigaGAN framework configuration?
    • 1.0 billion total across the 652.5M base generator and 359.1M upsampler
    • 70 million total across a 64M generator and 6M discriminator
    • 1.0 billion in the base generator alone, with no upsampler
    • 3.5 billion total across two text encoders
  2. Care este un avantaj major al vitezei GigaGAN față de modelele de difuzie?
    • Nu are nevoie de GPU
    • Acesta generează o imagine într-o singură trecere înainte în loc de mulți pași de eliminare a zgomotului
    • Se antrenează într-o secundă
    • Nu folosește nicio rețea neuronală
  3. Ce face „selecția kernelului adaptiv la mostre” GigaGAN?
    • Șterge pixelii neutilizați
    • Comprimă imaginea în JPEG
    • Combină un banc de filtre de convoluție folosind ponderi derivate din promptul text
    • Alege automat GPU-ul
  4. Cum încorporează GigaGAN informațiile text în generarea de imagini?
    • Prin decuparea promptului
    • Ignoră complet textul
    • Prin imprimarea textului pe imagine
    • Prin atenția încrucișată la încorporarea textului și la funcțiile CLIP de potrivire
  5. Ce capacitate suplimentară oferă GigaGAN dincolo de generarea de bază?
    • Un upsampler GAN separat care poate atinge rezoluția 4K
    • Sinteza audio
    • Recunoașterea vorbirii
    • Interogarea bazei de date
  6. De ce este util spațiul latent al GigaGAN pentru instrumente de editare?
    • Nu poate fi editat
    • Acceptă interpolarea lină și mixarea stilurilor pentru modificări controlabile
    • Stochează doar text
    • Acesta șterge imaginea după o singură utilizare
  7. How does GigaGAN’s image discriminator make predictions across resolutions?
    • It scores only the text prompt and ignores generated images
    • It predicts one label at the final resolution only
    • It receives an image pyramid and predicts real or fake at multiple input and downsampling scales
    • It compares generated images with a fixed set of training captions only
  8. What does GigaGAN’s base generator produce for later multi-scale processing?
    • A single class label for the entire image
    • A sequence of text tokens for an autoregressive decoder
    • Only the final upsampled image, with no intermediate scales
    • An image pyramid with outputs at several resolutions