CycleGAN غیر جوڑا ترجمہ کوئز

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

1. CycleGAN کون سا کلیدی مسئلہ حل کرتا ہے جو پہلے کے طریقے جیسے pix2pix نہیں کر سکتے تھے؟
   • یہ پہلے اور بعد کے جوڑوں کی ضرورت کے بغیر تصاویر کا ترجمہ کرتا ہے۔
   • یہ مکمل طور پر موبائل CPU پر چلتا ہے۔
   • یہ کسی بھی تربیتی ڈیٹا کی ضرورت کو ختم کرتا ہے۔
   • یہ صرف سیاہ اور سفید تصاویر پر کام کرتا ہے۔
2. سائیکل کی مستقل مزاجی کا نقصان کیا نافذ کرتا ہے؟
   • کہ تمام آؤٹ پٹ امیجز گرے اسکیل ہیں۔
   • وہ تصویر کو دوسرے ڈومین میں ترجمہ کرنے سے اصل کو دوبارہ حاصل ہو جاتا ہے۔
   • کہ امتیاز کرنے والا ہمیشہ جیتتا ہے۔
   • وہ جنریٹر ایک ہی وزن کا اشتراک کرتے ہیں۔
3. ایک معیاری CycleGAN کتنے جنریٹرز استعمال کرتا ہے؟
   • ایک
   • چار
   • دو
   • تین
4. CycleGAN عام طور پر کس قسم کا امتیاز استعمال کرتا ہے؟
   • پوری تصویر پر ایک سنگل سگمائیڈ
   • ایک پہلے سے تربیت یافتہ امیج نیٹ کلاسیفائر
   • کوئی امتیازی سلوک کرنے والا بالکل نہیں۔
   • ایک PatchGAN جو تصویری پیچ کی درجہ بندی کرتا ہے۔
5. کبھی کبھی CycleGAN میں شناخت کا نقصان کیوں شامل کیا جاتا ہے؟
   • رنگ کو محفوظ رکھنے میں مدد کے لیے جب کوئی ان پٹ پہلے سے ہی ہدف والے ڈومین سے مماثل ہو۔
   • تربیت کو تیز تر بنانے کے لیے
   • تفریق کرنے والوں کی ضرورت کو دور کرنے کے لیے
   • تصاویر کو خاکوں میں تبدیل کرنے کے لیے
6. ان میں سے کون سا کلاسک CycleGAN مظاہرہ ہے؟
   • تقریر سے متن تیار کرنا
   • گھوڑوں کی تصاویر کو زیبرا کی تصاویر میں تبدیل کرنا
   • ہینڈ رائٹنگ کو نقل کرنا
   • ویڈیو فائلوں کو کمپریس کرنا
7. Why does a standard CycleGAN use one discriminator for each image domain?
   • Each one estimates the image’s text caption
   • One discriminator identifies the source dataset and the other the author
   • Each discriminator judges whether generated images look realistic in its target domain
   • They replace the two generators
8. How can CycleGAN support synthetic-to-real adaptation for autonomous-driving vision?
   • Generate steering labels from vehicle sounds
   • Replace all road images with segmentation text
   • Identify a driver from a voice recording
   • Translate simulator images toward the visual style of real road scenes without paired matches