แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการสังเคราะห์ภาพ VQGAN และ Codebook

ตรวจสอบโทเค็นโค้ดบุ๊กแบบดิสครีตของ VQGAN, การสูญเสียแบบ adversarial และแบบ perceptual และวิธีที่ Transformer ใช้กริดขนาดกะทัดรัดเพื่อสังเคราะห์ภาพความละเอียดสูง

เส้นทางแนะนำที่เกี่ยวข้องการสังเคราะห์ภาพ Vqgan และ Codebook
คำถาม 1 ของ 8

VQGAN ใช้อะไรเพื่อแสดงรูปภาพเป็นโทเค็นแบบแยก

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. VQGAN ใช้อะไรเพื่อแสดงรูปภาพเป็นโทเค็นแบบแยก
    • หนังสือโค้ดที่เรียนรู้เกี่ยวกับเวกเตอร์ที่เอาต์พุตของตัวเข้ารหัสถูกจัดชิดไว้
    • รายการชื่อไฟล์
    • พิกเซล RGB แบบ Raw เท่านั้น
    • เบอร์เดียวต่อภาพ
  2. What did the original VQGAN paper report gaining from adversarial and perceptual training?
    • To guarantee every VQVAE reconstruction is blurry
    • To preserve perceptual quality at increased compression in the original paper’s evaluated settings
    • To eliminate the need for a learned codebook
    • To make all images use the same token grid regardless of dataset
  3. เมื่อรูปภาพเป็นลำดับของโทเค็น โมเดลใดที่สร้างรูปภาพใหม่
    • สเปรดชีต
    • เครื่องคิดเลข
    • หม้อแปลงแบบออโตรีเกรสซีฟทำนายโทเค็นเหมือนคำพูด
    • ไดรเวอร์เครื่องพิมพ์
  4. เทคนิคใดที่ช่วยให้การไล่ระดับสีไหลผ่านขั้นตอนการหาปริมาณที่ไม่สามารถหาความแตกต่างได้
    • การออกกลางคัน
    • การทำให้เป็นมาตรฐานแบบแบตช์
    • การครอบตัดแบบสุ่ม
    • ตัวประมาณค่าผ่านตรง
  5. VQGAN ช่วยสร้างเทรนด์ศิลปะ AI อันโด่งดังอะไรในปี 2021
    • ศิลปะกำเนิด VQGAN+CLIP
    • การพิมพ์ 3 มิติ
    • การโคลนเสียง
    • สเปรดชีตอัตโนมัติ
  6. อะไรคือความท้าทายที่ทราบเกี่ยวกับ codebooks สไตล์ VQGAN?
    • ไม่สามารถเก็บเวกเตอร์ใดๆ ได้
    • Codebook ล่มสลาย ซึ่งมีโค้ดจำนวนมากที่ไม่ได้ใช้
    • พวกเขาไม่จำเป็นต้องได้รับการฝึกอบรม
    • ใช้งานได้กับเสียงเท่านั้น
  7. Why does VQGAN use a compact latent token grid for high-resolution images?
    • It removes the need for an image decoder
    • It makes every codebook entry a full-resolution image
    • It shortens the transformer sequence so modeling image composition is more tractable
    • It converts the transformer into a pixel-level convolution
  8. Which loss does the VQGAN guide pair with adversarial training to improve reconstruction quality?
    • A language-model next-token loss
    • A contrastive audio-text loss
    • A reinforcement-learning reward from human rankings
    • การสูญเสียการรับรู้