แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการแปลภาพเป็นภาพ Pix2Pix

ตรวจสอบข้อกำหนดการจับคู่ข้อมูลของ Pix2Pix, ตัวสร้าง U-Net, ตัวแบ่งแยก PatchGAN และบทบาทเสริมของฝ่ายตรงข้ามและการสูญเสีย L1

เส้นทางแนะนำที่เกี่ยวข้องรูปภาพ Pix2pix เป็นการแปลรูปภาพ
คำถาม 1 ของ 8

Pix2Pix ต้องการข้อมูลการฝึกอบรมประเภทใด

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. Pix2Pix ต้องการข้อมูลการฝึกอบรมประเภทใด
    • ตัวอย่างภาพอินพุต-เอาท์พุตที่จับคู่กัน
    • ไม่มีข้อมูลเลย
    • คำบรรยายข้อความเท่านั้น
    • การบันทึกเสียง
  2. Pix2Pix ใช้สถาปัตยกรรมตัวสร้างแบบใด
    • เครือข่ายที่เชื่อมต่อแบบธรรมดา
    • U-Net พร้อมการเชื่อมต่อแบบข้าม
    • เครือข่ายที่เกิดซ้ำ
    • ต้นไม้การตัดสินใจ
  3. ตัวแยกแยะ PatchGAN ใน Pix2Pix ประเมินอะไร
    • ทั้งภาพเป็นคะแนนเดียวทั่วโลก
    • ขนาดไฟล์ภาพ
    • ความสมจริงของแพตช์รูปภาพท้องถิ่นขนาดเล็ก
    • เวลาฝึกซ้อม
  4. เหตุใด Pix2Pix จึงเพิ่มการสูญเสีย L1 ควบคู่ไปกับการสูญเสียฝ่ายตรงข้าม?
    • เพื่อชะลอการฝึกอย่างตั้งใจ
    • เพื่อขจัดการเลือกปฏิบัติ
    • เพื่อสร้างเสียงรบกวนแบบสุ่ม
    • To anchor pixelwise and low-frequency fidelity while the adversarial loss encourages sharper texture
  5. เหตุใดการเชื่อมต่อข้าม U-Net จึงมีประโยชน์อย่างยิ่งสำหรับงานแปล
    • พวกเขาส่งผ่านโครงสร้างที่ใช้ร่วมกันเช่น Edge ทั่วทั้งเครือข่ายโดยตรง
    • พวกเขาลบเลเยอร์ที่ไม่จำเป็น
    • พวกเขาแปลงรูปภาพเป็นข้อความ
    • พวกเขาลดขนาดชุดข้อมูล
  6. รุ่นใดที่ขยาย Pix2Pix เพื่อเรียนรู้จากคอลเลกชันรูปภาพที่ไม่ได้จับคู่
    • เรสเน็ต
    • CycleGAN
    • เบิร์ต
    • Word2Vec
  7. Why can a PatchGAN discriminator encourage sharper local image texture?
    • It predicts the input labels directly
    • It replaces the generator’s U-Net
    • It judges realism in small image patches rather than only scoring the whole image
    • It computes only global color histograms
  8. In Pix2Pix, which part of the objective most directly anchors an output to its paired target image?
    • The learning-rate warmup
    • The GAN’s random seed
    • The PatchGAN receptive-field count
    • The L1 pixel-difference loss