แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ
แบบทดสอบการหาปริมาณเวกเตอร์ตกค้าง
ทดสอบการหาปริมาณเวกเตอร์ที่เหลือ รวมถึงการเข้ารหัสข้อผิดพลาดแบบวนซ้ำ หนังสือโค้ดขนาดเล็ก การสูญเสียความมุ่งมั่น และการควบคุมคุณภาพบิตเรต
คำถาม 1 ของ 8
Codebook ที่ต่อเนื่องกันแต่ละเล่มใน RVQ มีจำนวนเท่าใด
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- Codebook ที่ต่อเนื่องกันแต่ละเล่มใน RVQ มีจำนวนเท่าใด
- ข้อผิดพลาดที่เหลือจากขั้นตอนก่อนหน้า
- อินพุตดั้งเดิมอีกครั้งตั้งแต่เริ่มต้น
- ช่องสัญญาณเสียงอื่น
- เอาต์พุตของตัวถอดรหัส
- เหตุใดจึงใช้ RVQ แทน Codebook ขนาดใหญ่เพียงเล่มเดียว
- หลีกเลี่ยงความจำเป็นในการฝึกอบรมใดๆ
- แยกตัวประกอบสมุดรหัสที่มีประสิทธิภาพขนาดใหญ่ออกเป็นหนังสือขนาดเล็ก ช่วยประหยัดหน่วยความจำและการคำนวณ
- มันกำจัดตัวเข้ารหัสโดยสิ้นเชิง
- ใช้งานได้กับข้อมูลข้อความเท่านั้น
- การสร้างใหม่ครั้งสุดท้ายเกิดขึ้นจากรหัส RVQ อย่างไร
- โดยรับเฉพาะเวกเตอร์ของสมุดโค้ดตัวสุดท้าย
- โดยการหาค่าเฉลี่ยอินพุตด้วยสัญญาณรบกวน
- โดยการรวมเวกเตอร์ที่เลือกจากทุกขั้นตอน
- โดยการคูณรายการ codebook ทั้งหมด
- ด้วยขั้นตอน M ของรายการ K แต่ละรายการ RVQ แสดงถึงชุดรหัสที่มีประสิทธิภาพจำนวนเท่าใด
- M คูณ K
- เอ็ม พลัส เค
- K หารด้วย M
- K ยกกำลัง M
- วัตถุประสงค์ทั่วไปของ 'การสูญเสียข้อผูกพัน' เมื่อฝึกอบรม codebooks RVQ คืออะไร
- เพื่อให้เอาต์พุตตัวเข้ารหัสใกล้กับรายการสมุดโค้ดที่เลือก
- เพื่อเพิ่มอัตราตัวอย่างเสียง
- หากต้องการลบเฟรมเสียงที่ไม่ได้ใช้
- เพื่อแปลงรหัสกลับเป็นข้อความ
- RVQ ปล่อยให้ตัวแปลงสัญญาณประสาทเปลี่ยนบิตเรตในเวลาอนุมานได้อย่างไร
- โดยการเปลี่ยนไปใช้อัตราตัวอย่างที่แตกต่างกันเท่านั้น
- โดยใช้สเตจควอไลเซอร์มากหรือน้อย
- โดยการฝึกโมเดลใหม่ทั้งหมดทุกครั้ง
- โดยการบีบอัดตุ้มน้ำหนักตัวถอดรหัส
- In RVQ training, what does commitment loss encourage?
- Each codebook to contain a different number of entries
- The decoder to output longer audio
- The encoder output to stay close to the selected codebook vector
- The residual to increase at every quantization stage
- How are codebook vectors commonly updated in the guide’s RVQ description?
- By sorting the codebook alphabetically
- By replacing the codebook with a recurrent network
- By adding the residual directly to every code index
- With exponential moving averages of encoder assignments