Викторина, связанная с руководством · Легко Уровень

Семена и воспроизводимость в викторине по созданию изображений ИИ

Проверяет, как начальное число устанавливает начальный шум, какие настройки должны соответствовать для воссоздания изображения и почему изменения оборудования или модели нарушают точное воспроизведение.

Вопрос 1 из 8

Чем непосредственно управляет семя в генераторе диффузных изображений?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Чем непосредственно управляет семя в генераторе диффузных изображений?
    • Данные обучения модели
    • Формулировка подсказки
    • Выходное разрешение
    • Псевдослучайный начальный шум
  2. Почему сохранение начального значения, но изменение разрешения приводит к несвязанному изображению?
    • Семена истекают после одного использования
    • Тензор шума меняет форму, поэтому одни и те же числа образуют другой узор
    • Изменение разрешения перезаписывает подсказку
    • Сэмплер сбрасывается к своим настройкам по умолчанию
  3. На какой аспект изображения сильно влияет семя, поскольку оно определяется на ранних этапах?
    • Общая композиция, например, где стоит фигура
    • Формат файла
    • Кодировщик текста
    • Лицензия изображения
  4. Почему одно и то же начальное число может давать разный шум на процессоре и графическом процессоре?
    • GPU игнорируют семена
    • CPU тайно добавляет водяной знак
    • CPU и GPU генераторы случайных чисел дают разные последовательности при одинаковом зерне
    • Зерна округляются до ближайшей тысячи на GPU
  5. В пакете из четырех изображений, начиная с начального числа 500, какое начальное число многие инструменты назначают четвертому изображению?
    • 500
    • 2000
    • 504
    • 503
  6. Что говорит руководство о «хороших зернах»?
    • Некоторые зерна всегда дают лучшие изображения
    • Зерно, которое работает для одного запроса и модели, не обладает особым качеством в других случаях
    • Зерно 42 — лучшая отправная точка для любой модели
    • Хорошие зерна переносятся между Midjourney и Stable Diffusion
  7. Почему функции вариации используют сферическую интерполяцию (slerp) вместо простого усреднения?
    • Slerp вычисляется быстрее
    • Slerp автоматически меняет номер зерна
    • Линейное усреднение гауссовского шума уменьшает его дисперсию и приводит к выцветшим изображениям
    • Slerp добавляет текст к изображению
  8. Как отличаются анимальные сэмплеры от DDIM в использовании случайности?
    • Они генерируют новый шум на каждом шаге, а не только в начале
    • Они полностью не используют случайность
    • Они полностью игнорируют seed
    • Они используют seed для выбора prompt