گائیڈ سے منسلک کوئز · درمیانہ سطح

کسٹم ڈفیوژن ملٹی کانسیپٹ ٹیوننگ کوئز

کسٹم ڈفیوژن کی کراس اٹینشن ٹیوننگ، چند شاٹ پرسنلائزیشن، ریگولرائزیشن، اور متعدد تصورات کو تحریر کرنے کے معاون طریقوں کا جائزہ لیں۔

متعلقہ گائیڈ کے راستےکسٹم ڈفیوژن ملٹی کنسیپٹ ٹیوننگ
سوال 1 کی 8

ڈفیوژن ماڈل کا کون سا حصہ کسٹم ڈفیوژن بنیادی طور پر فائن ٹیون کرتا ہے؟

ہر سوال کا جائزہ لیں۔8 سوالات

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

  1. ڈفیوژن ماڈل کا کون سا حصہ کسٹم ڈفیوژن بنیادی طور پر فائن ٹیون کرتا ہے؟
    • کراس اٹینشن لیئرز میں کلیدی اور قدر کے تخمینے
    • U-Net میں ہر وزن
    • صرف VAE ڈیکوڈر
    • ٹیکسٹ ٹوکنائزر
  2. سنگل تصور کے طریقوں کے مقابلے کسٹم ڈفیوژن سب سے زیادہ قابل ذکر ہے؟
    • تصویروں کے بجائے ویڈیو بنانا
    • ایک منظر میں متعدد نئے سیکھے ہوئے تصورات کی تشکیل
    • کسی بھی تصویر کی ضرورت نہیں ہے۔
    • صرف CPUs پر چل رہا ہے۔
  3. What minimum number of training images did the Custom Diffusion paper report using in some experiments?
    • As few as four images
    • At least 500 images
    • Exactly one image in every experiment
    • The paper specifies no concept images
  4. کسٹم ڈفیوژن تصور کے وسیع زمرے سے ریگولرائزیشن امیجز کا ایک سیٹ کیوں استعمال کرتا ہے؟
    • VAE کو تیز کرنے کے لیے
    • تصویر کی قرارداد کو بڑھانے کے لئے
    • واٹر مارکس کو دور کرنے کے لیے
    • تصوراتی لفظ پر اوور فٹنگ اور زبان کے بہاؤ کو روکنے کے لیے
  5. دو الگ الگ تربیت یافتہ کسٹم ڈفیوژن تصورات کو ایک ساتھ کیسے استعمال کیا جا سکتا ہے؟
    • ٹیونڈ وزن پر ایک محدود اصلاح کے ذریعے ان کو ضم کرکے
    • وہ کبھی بھی اکٹھے نہیں ہو سکتے
    • ان پٹ امیجز کی اوسط سے
    • شروع سے مکمل ماڈل کو دوبارہ تربیت دے کر
  6. What proportion of model weights did the Custom Diffusion paper report storing for its tuned subset?
    • About 3% of the model weights
    • All model weights plus a new model copy
    • No trained parameters at all
    • A fixed 50% of the model weights
  7. Besides merging separately tuned models, how does Custom Diffusion support learning multiple concepts?
    • It requires a separate foundation model for every prompt
    • It replaces all cross-attention with a fixed lookup table
    • It can train for multiple concepts jointly
    • It can only learn one concept per model
  8. In a cross-attention layer, what do the tuned text-side key and value projections help associate?
    • Image pixels with internet search results
    • The diffusion timestep with the model's source code
    • Audio frequencies with a document's page number
    • Prompt concepts with features in the image latent representation