Викторина, связанная с руководством · Средний Уровень

Викторина GLIGEN «Обоснованное поколение»

Узнайте, как GLIGEN добавляет пространственную основу к диффузии текста в изображение, сохраняя при этом знания в замороженной предварительно обученной модели.

Связанные направляющие путиГлиген «Заземленное поколение»
Вопрос 1 из 8

Какую проблему в первую очередь решает GLIGEN?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Какую проблему в первую очередь решает GLIGEN?
    • Отсутствие точного пространственного контроля над тем, где появляются объекты.
    • Медленная скорость генерации
    • Невозможность создания цветных изображений.
    • Отсутствует звук в созданных видео
  2. Как GLIGEN сохраняет знания о предварительно обученной диффузионной модели?
    • Он переучивает все веса с нуля
    • Он замораживает исходные веса и добавляет новые обучаемые закрытые слои самообслуживания.
    • Он удаляет текстовый кодировщик
    • Он использует GAN вместо диффузии.
  3. Какой типичный вход заземления принимает GLIGEN?
    • Музыкальная партитура
    • Список гиперпараметров
    • Ограничивающая рамка в сочетании с текстовым или графическим объектом.
    • Таблица значений пикселей
  4. Почему ворота в новых слоях внимания ГЛИГЕНа инициализированы равным нулю?
    • Чтобы сначала сделать изображения в оттенках серого
    • Чтобы отключить текстовую подсказку
    • Чтобы уменьшить разрешение изображения
    • Таким образом, поведение базовой модели сохраняется на ранних этапах обучения, а контроль добавляется постепенно.
  5. Что означает заземленное поколение «открытого мира» в GLIGEN?
    • Он может обосновать произвольно описанные концепции и схемы, которые не были замечены во время базового обучения.
    • Работает только на сценах в помещении.
    • Требуется 3D-модель мира.
    • Он генерирует только уличные пейзажи.
  6. Где в U-Net вставлены новые закрытые уровни самообслуживания GLIGEN?
    • Только на выходе ВАЭ
    • Между существующими блоками внимания к себе и перекрестного внимания
    • Только внутри текстового кодировщика
    • До планировщика шума
  7. What does a GLIGEN grounding token combine?
    • A denoising timestep with a VAE decoder output
    • A color histogram with the final image resolution
    • A text or image embedding with spatial information such as a bounding box
    • A training dataset name with a classifier label
  8. Besides bounding boxes, which inputs can GLIGEN use to ground objects?
    • Only unstructured audio waveforms
    • A crop-size label without any object information
    • A list of model checkpoint filenames
    • Keypoints or reference images