Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố về thế hệ nối đất GLIGEN

Khám phá cách GLIGEN bổ sung nền tảng không gian cho việc truyền bá văn bản thành hình ảnh trong khi vẫn giữ lại kiến ​​thức trong mô hình được đào tạo trước cố định.

Đường dẫn hướng dẫn liên quanThế hệ nối đất Gligen
Câu hỏi 1 của 8

GLIGEN chủ yếu giải quyết vấn đề gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. GLIGEN chủ yếu giải quyết vấn đề gì?
    • Thiếu kiểm soát không gian chính xác về nơi các vật thể xuất hiện
    • Tốc độ tạo chậm
    • Không có khả năng tạo ra hình ảnh màu
    • Thiếu âm thanh trong video được tạo
  2. GLIGEN bảo tồn kiến thức về mô hình khuếch tán đã được huấn luyện trước như thế nào?
    • Nó đào tạo lại tất cả các trọng lượng từ đầu
    • Nó cố định trọng lượng ban đầu và thêm các lớp tự chú ý có kiểm soát mới có thể huấn luyện được
    • Nó xóa bộ mã hóa văn bản
    • Nó sử dụng GAN thay vì khuếch tán
  3. Đầu vào nối đất điển hình mà GLIGEN chấp nhận là gì?
    • Một bản nhạc
    • Danh sách các siêu tham số
    • Hộp giới hạn được ghép nối với thực thể văn bản hoặc hình ảnh
    • Bảng tính giá trị pixel
  4. Tại sao cổng trong các lớp chú ý mới của GLIGEN được khởi tạo bằng 0?
    • Để làm cho hình ảnh có thang độ xám lúc đầu
    • Để tắt lời nhắc văn bản
    • Để giảm độ phân giải của hình ảnh
    • Vì vậy hành vi của mô hình cơ sở được bảo tồn sớm trong quá trình huấn luyện và kiểm soát được bổ sung dần dần
  5. Thế hệ căn cứ 'thế giới mở' có ý nghĩa gì trong GLIGEN?
    • Nó có thể căn cứ các khái niệm và bố cục được mô tả tùy ý mà không thấy trong quá trình đào tạo nối đất
    • Nó chỉ hoạt động trên các cảnh trong nhà
    • Nó đòi hỏi một mô hình thế giới 3D
    • Nó chỉ tạo ra cảnh quan ngoài trời
  6. Các lớp tự chú ý mới của GLIGEN được chèn vào U-Net ở đâu?
    • Chỉ ở đầu ra VAE
    • Giữa các khối tự chú ý và chú ý chéo hiện có
    • Chỉ bên trong bộ mã hóa văn bản
    • Trước bộ lập lịch tiếng ồn
  7. 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
  8. 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