Rehber bağlantılı sınav · Orta Seviye

GAN'ların Aşamalı Büyümesi Testi

İnce'den kalına GAN eğitimini, simetrik büyümeyi, alfa solma girişini, parti değişkenliği özelliklerini, eşitlenmiş öğrenme oranlarını ve sonraki sabitlenmiş mimarileri test edin.

İlgili kılavuz yollarıGAN'ların Aşamalı Büyümesi
Soru 1 arasında 8

Aşamalı olarak büyüyen bir GAN eğitime nasıl başlar?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. Aşamalı olarak büyüyen bir GAN eğitime nasıl başlar?
    • Hemen tam hedef çözünürlükte
    • 4x4 piksel gibi çok düşük bir çözünürlükte
    • Yalnızca ayrımcıyı önceden eğiterek
    • Bir metin istemi ile
  2. Çözünürlüğü kademeli olarak artırmanın temel faydası nedir?
    • Doğrudan yüksek çözünürlükte eğitime göre eğitimi daha istikrarlı ve hızlı hale getirir
    • Jeneratör ihtiyacını ortadan kaldırır
    • Veri seti gereksinimini ortadan kaldırır
    • Sıfır eser garantisi verir
  3. Daha yüksek çözünürlüklü yeni bir katman eklendiğinde nasıl eklenir?
    • Anında tam güçte
    • Yalnızca ayırıcıda, asla jeneratörde
    • 0'dan 1'e yükselen karıştırma ağırlığı (alfa) ile yumuşak bir şekilde soluklaştırılır
    • Ağı sıfırdan yeniden eğiterek
  4. Katmanlar neden hem oluşturucuya hem de ayırıcıya ekleniyor?
    • Çünkü jeneratör tek başına renk üretemez
    • Veri kümesi boyutunu küçültmek için
    • Yalnızca görselleştirme amaçlıdır
    • Çözünürlük arttıkça iki ağı simetrik ve dengeli tutmak için
  5. ProGAN'da uygulamaya konulan minibatch standart sapma katmanının amacı nedir?
    • Son görüntüyü büyütmek için
    • Modeli sıkıştırmak için
    • Çıkış varyasyonunu artırmak ve modun çökmesini engellemek için
    • Eğitim görsellerini etiketlemek için
  6. Daha sonraki hangi gelişme açıkça ilerici büyümeye olan ihtiyacı azalttı?
    • Ayırıcının icadı
    • Atlama/artık bağlantıları olan sabit bir mimariyi gösteren StyleGAN2, kaliteyle eşleşebilir
    • Gri tonlamalı görüntülere geçiş
    • Gizli vektörün tamamen kaldırılması
  7. At alpha equal to zero during a ProGAN generator fade-in, which path supplies the blended output?
    • Only the newly added block at full strength
    • An unrelated pretrained text encoder
    • A random photograph taken from the test set
    • The previous lower-resolution path after upsampling
  8. What is the original ProGAN equalized-learning-rate method intended to balance?
    • The effective scale of learning across layers through dynamic weight scaling
    • The number of captions assigned to each face image
    • The timestamp of every generated training sample
    • The count of output file formats across batches