แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการสร้างภาพแบบถดถอยอัตโนมัติ
เรียนรู้ว่าโมเดลรูปภาพแบบถอยหลังอัตโนมัติเข้ารหัสรูปภาพเป็นลำดับโทเค็นและสร้างทีละขั้นตอนจากข้อความแจ้งได้อย่างไร
คำถาม 1 ของ 8
'การถดถอยอัตโนมัติ' หมายถึงอะไรในบริบทของการสร้างภาพ
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- 'การถดถอยอัตโนมัติ' หมายถึงอะไรในบริบทของการสร้างภาพ
- องค์ประกอบใหม่แต่ละรายการจะถูกคาดการณ์โดยมีเงื่อนไขตามองค์ประกอบที่สร้างไว้ก่อนหน้านี้
- แต่ละองค์ประกอบใหม่จะถูกคาดการณ์โดยใช้ข้อความแจ้งเท่านั้น
- ภาพทั้งหมดจะถูกหักล้างทันทีจากสัญญาณรบกวนแบบสุ่ม
- พิกเซลถูกสร้างขึ้นโดยอิสระจากกันโดยสิ้นเชิง
- โดยทั่วไปแล้ว โมเดลรูปภาพแบบถอยหลังอัตโนมัติสมัยใหม่อย่าง DALL-E 1 จะแสดงรูปภาพก่อนที่จะคาดการณ์ได้อย่างไร
- เป็นเวกเตอร์ต่อเนื่องตัวเดียว
- เป็นตารางคงที่ของโทเค็นแยกจากหนังสือโค้ดที่เรียนรู้
- เป็นพิกเซล RGB 24 บิตแบบดิบเท่านั้น
- เป็นรายการรูปร่างกราฟิกแบบเวกเตอร์
- โมเดลแรกๆ ใดที่สร้างภาพดิบครั้งละหนึ่งพิกเซล
- GAN และ VAE
- การแพร่กระจายและอิมเมจที่เสถียร
- PixelRNN และ PixelCNN
- คลิปและคลิป
- กลไกใดที่ทำให้แน่ใจได้ว่า Transformer จะเข้าร่วมกับโทเค็นก่อนหน้านี้เท่านั้นในระหว่างการสร้างแบบ autoregressive
- การออกกลางคัน
- การทำให้เป็นมาตรฐานแบบแบตช์
- ข้ามการเชื่อมต่อ
- สาเหตุ (สวมหน้ากาก) ความสนใจตนเอง
- ข้อเสียเปรียบหลักในทางปฏิบัติของการสุ่มตัวอย่างภาพอัตโนมัติคืออะไร?
- การสุ่มตัวอย่างเป็นไปตามลำดับจึงช้า
- ไม่สามารถกำหนดเงื่อนไขให้กับข้อความได้
- ไม่สามารถสร้างแบบจำลองที่มีรายละเอียดปลีกย่อยได้
- มันไม่จำเป็นต้องมีข้อมูลการฝึกอบรม
- เทคนิคใดที่ช่วยเพิ่มความเร็วในการสร้างภาพตามโทเค็นโดยการทำนายโทเค็นจำนวนมากพร้อมกัน
- ครูบังคับ.
- การถอดรหัสแบบขนานที่สวมหน้ากาก (เช่น MaskGIT/Muse)
- การตัดแบบไล่ระดับสี
- การเข้ารหัสที่ร้อนแรงเพียงครั้งเดียว
- 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
- 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