แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ง่าย ระดับ

แบบทดสอบ GAN แบบมีเงื่อนไข

ตรวจสอบว่าอินพุตแบบมีเงื่อนไขนำทางเครือข่าย GAN ทั้งสองอย่างไร ผู้แยกแยะประเมินคู่ที่ตรงกัน และวิธีการแทรกเงื่อนไข

เส้นทางแนะนำที่เกี่ยวข้องGAN แบบมีเงื่อนไข
คำถาม 1 ของ 8

อะไรคือความแตกต่างที่สำคัญระหว่าง GAN แบบมีเงื่อนไขและ GAN มาตรฐาน?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. อะไรคือความแตกต่างที่สำคัญระหว่าง GAN แบบมีเงื่อนไขและ GAN มาตรฐาน?
    • โดยจะป้อนข้อมูลเพิ่มเติม เช่น ป้ายกำกับคลาสลงในทั้งสองเครือข่ายเพื่อควบคุมเอาต์พุต
    • มันใช้เครื่องปั่นไฟสองตัว
    • มันลบการเลือกปฏิบัติ
    • ใช้ได้กับข้อความเท่านั้น ไม่ใช่รูปภาพ
  2. ใน cGAN ที่ได้รับการฝึกอบรมเกี่ยวกับตัวเลขที่มีป้ายกำกับ คุณสามารถทำอะไรได้บ้างที่ GAN ธรรมดาไม่สามารถทำได้
    • ทำงานโดยไม่มีสัญญาณรบกวนใดๆ
    • ขอตัวเลขเฉพาะเช่น '7'
    • ข้ามการเลือกปฏิบัติโดยสิ้นเชิง
    • สร้างเฉพาะสัญญาณรบกวนขาวดำเท่านั้น
  3. ผู้เลือกปฏิบัติของ cGAN ต้องตรวจสอบอะไรบ้าง นอกเหนือจากว่ารูปภาพดูเหมือนจริงหรือไม่
    • รูปแบบไฟล์ของรูปภาพ
    • ความละเอียดเป็นล้านพิกเซล
    • รูปภาพตรงกับป้ายกำกับที่กำหนดหรือไม่
    • อัตราการเรียนรู้การฝึกอบรม
  4. ข้อใดคือวิธีทั่วไปในการจ่ายสัญญาณการปรับสภาพให้กับเครื่องกำเนิดไฟฟ้า
    • การลบเวกเตอร์สัญญาณรบกวน
    • การฝึกอบรมโดยไม่มีป้ายกำกับใดๆ
    • การใช้เซ็นเซอร์กายภาพแยกต่างหาก
    • การเชื่อมต่อฉลากเข้ากับสัญญาณรบกวน
  5. GAN แบบมีเงื่อนไขวางรากฐานสำหรับความสามารถใดในภายหลัง
    • การสร้างข้อความเป็นรูปภาพและรูปภาพเป็นรูปภาพ
    • ซีพียูที่เร็วขึ้น
    • การกรองอีเมลขยะ
    • การจัดทำดัชนีฐานข้อมูล
  6. ในโมเดลการแพร่กระจายสมัยใหม่ แนวคิด cGAN เกี่ยวกับการปรับสภาพมักปรากฏเป็นกลไกใด
    • การตัดน้ำหนักแบบสุ่ม
    • มุ่งความสนใจไปที่ข้อความแจ้ง
    • ภาพวาดพิกเซลแบบแมนนวลเท่านั้น
    • ปิดการใช้งานตารางเวลาเสียง
  7. Why must a conditional discriminator see both the generated image and its conditioning label?
    • It uses the label to choose the learning-rate schedule
    • It converts the label into a random noise seed only
    • It needs to judge whether the image is realistic and whether it matches the requested condition
    • It prevents the generator from receiving noise
  8. Besides concatenating a class label to the noise vector, which conditioning method is described in the guide?
    • A spectral-radius constraint
    • An inverse Hessian update
    • A sequence-level BLEU reward
    • A projection layer that scores compatibility between label and image features