Maswali yanayounganishwa na mwongozo · Kati Kiwango

Maswali ya Kizazi Kinachoendelea cha Picha

Jifunze jinsi miundo ya picha zinazojirudia husimba picha kama mfuatano wa tokeni na uzitengeneze hatua moja baada ya nyingine kutoka kwa vidokezo vya maandishi.

Njia za mwongozo zinazohusianaUzalishaji wa Picha wa Kiotomatiki
Swali 1 ya 8

Je, 'autoregressive' inamaanisha nini katika muktadha wa utengenezaji wa picha?

Hakiki kila swali8 maswali

Majibu na maelezo huonekana unapojibu maswali.

  1. Je, 'autoregressive' inamaanisha nini katika muktadha wa utengenezaji wa picha?
    • Kila kipengele kipya kinatabiriwa kikiwa na hali ya vipengele vilivyotengenezwa hapo awali
    • Kila kipengele kipya kinatabiriwa kwa kutumia kidokezo cha maandishi pekee
    • Picha nzima imetolewa mara moja kutoka kwa kelele isiyo ya kawaida
    • Pixels huzalishwa bila kujitegemea kabisa
  2. Je! mifano ya kisasa ya picha za kiotomatiki kama DALL-E 1 kawaida huwakilisha picha kabla ya kuitabiri?
    • Kama vekta moja inayoendelea
    • Kama gridi isiyobadilika ya tokeni tofauti kutoka kwa kitabu cha msimbo kilichojifunza
    • Kama saizi mbichi za 24-bit RGB pekee
    • Kama orodha ya maumbo ya michoro ya vekta
  3. Ni miundo gani ya awali ilitoa picha pikseli moja mbichi kwa wakati mmoja?
    • GAN na VAEs
    • Usambazaji Imara na Imagen
    • PixelRNN na PixelCNN
    • CLIP na BLIP
  4. Ni utaratibu gani unahakikisha Transfoma inahudumia tokeni za awali pekee wakati wa uzalishaji wa kiotomatiki?
    • Kuacha
    • Urekebishaji wa kundi
    • Ruka miunganisho
    • Causal (masked) tahadhari binafsi
  5. Ni nini kikwazo kikuu cha vitendo cha sampuli za picha zinazoendelea?
    • Sampuli ni ya mfuatano na kwa hivyo polepole
    • Haiwezi kuwekwa kwenye maandishi
    • Haiwezi kutoa mfano wa maelezo mazuri
    • Haihitaji data ya mafunzo
  6. Ni mbinu gani inayoharakisha utengenezaji wa picha kulingana na ishara kwa kutabiri ishara nyingi sambamba?
    • Mwalimu kulazimisha
    • Usimbaji sambamba uliofichwa (k.m., MaskGIT/Muse)
    • Ukataji wa gradient
    • Usimbaji wa moto-moja
  7. How does the original DALL·E model use text and image tokens?
    • Separate unconnected classifiers process text and pixels
    • A diffusion decoder predicts all pixels simultaneously
    • A single autoregressive Transformer models the sequence conditioned on text and image tokens
    • The model uses only a text encoder and no image-token sequence
  8. What scale of image-text pairs did the original DALL·E paper report collecting?
    • About 250 pairs
    • About 25 thousand pairs
    • About 25 billion pairs
    • About 250 million image-text pairs