Rehber bağlantılı sınav · Orta Seviye
GLIGEN Topraklanmış Nesil Sınavı
GLIGEN'nin dondurulmuş, önceden eğitilmiş bir modelde bilgiyi korurken metinden görüntüye yayılıma uzamsal temellendirmeyi nasıl eklediğini keşfedin.
Soru 1 arasında 8
GLIGEN öncelikle hangi sorunu çözüyor?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- GLIGEN öncelikle hangi sorunu çözüyor?
- Nesnelerin nerede görüneceği konusunda hassas mekansal kontrol eksikliği
- Yavaş nesil hızı
- Renkli görüntüler oluşturamama
- Oluşturulan videolarda eksik ses
- GLIGEN önceden eğitilmiş difüzyon modelinin bilgisini nasıl korur?
- Tüm ağırlıkları sıfırdan yeniden eğitir
- Orijinal ağırlıkları dondurur ve yeni eğitilebilir kapılı öz-dikkat katmanları ekler
- Metin kodlayıcıyı siler
- Difüzyon yerine GAN kullanıyor
- GLIGEN'in kabul ettiği tipik topraklama girişi nedir?
- Bir müzik notası
- Hiperparametrelerin listesi
- Bir metin veya resim varlığıyla eşleştirilmiş bir sınırlayıcı kutu
- Piksel değerlerinden oluşan bir elektronik tablo
- GLIGEN'in yeni dikkat katmanlarındaki kapı neden sıfıra ayarlandı?
- İlk başta görüntüleri gri tonlamalı yapmak için
- Metin istemini devre dışı bırakmak için
- Görüntü çözünürlüğünü azaltmak için
- Böylece temel modelin davranışı eğitimin başlarında korunur ve kontrol yavaş yavaş eklenir.
- GLIGEN'de 'açık dünya' temelli nesil ne anlama geliyor?
- Temelleme eğitimi sırasında görülmeyen, keyfi olarak tanımlanmış konseptleri ve düzenleri topraklayabilir
- Yalnızca iç mekan sahnelerinde çalışır
- 3 boyutlu bir dünya modeli gerektirir
- Yalnızca dış mekan manzaraları oluşturur
- GLIGEN'in yeni kapılı öz-dikkat katmanları U-Net'te nereye yerleştirilmiştir?
- Yalnızca VAE çıkışında
- Mevcut kişisel dikkat ve çapraz dikkat blokları arasında
- Yalnızca metin kodlayıcının içinde
- Gürültü planlayıcıdan önce
- What does a GLIGEN grounding token combine?
- A denoising timestep with a VAE decoder output
- A color histogram with the final image resolution
- A text or image embedding with spatial information such as a bounding box
- A training dataset name with a classifier label
- Besides bounding boxes, which inputs can GLIGEN use to ground objects?
- Only unstructured audio waveforms
- A crop-size label without any object information
- A list of model checkpoint filenames
- Keypoints or reference images