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

Bộ điều hợp IP cho bài kiểm tra lời nhắc hình ảnh

Kiểm tra lời nhắc hình ảnh bằng Bộ chuyển đổi IP, bao gồm bộ mã hóa cố định, sự chú ý tách rời, tính năng trình chiếu và điều hòa văn bản-hình ảnh kết hợp.

Đường dẫn hướng dẫn liên quanBộ điều hợp IP cho lời nhắc hình ảnh
Câu hỏi 1 của 8

IP-Adapter giải quyết vấn đề cốt lõi nào?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. IP-Adapter giải quyết vấn đề cốt lõi nào?
    • Các mô hình khuếch tán quá chậm để chạy trên GPU tiêu dùng
    • Hình ảnh không thể được mã hóa bởi mạng lưới thần kinh
    • Lời nhắc văn bản gặp khó khăn trong việc mô tả các chi tiết hình ảnh cụ thể như khuôn mặt hoặc phong cách
    • Lời nhắc văn bản quá ngắn để vừa với bộ nhớ
  2. How does the original IP-Adapter add image conditioning to text-to-image diffusion?
    • It retrains every parameter of the base model
    • It concatenates raw image pixels into the text tokenizer
    • It removes text conditioning whenever an image is supplied
    • It adds a separate image cross-attention path alongside text attention
  3. Which checkpoint family did the original IP-Adapter paper demonstrate reusing a trained adapter with?
    • Any diffusion architecture regardless of its base model
    • Compatible custom checkpoints fine-tuned from the same base diffusion model
    • Only checkpoints with all adapter parameters retrained from scratch
    • Only a text encoder without a diffusion network
  4. Bộ điều hợp IP ban đầu thêm khoảng bao nhiêu tham số có thể huấn luyện được?
    • Khoảng 22 triệu
    • Khoảng 7 tỷ
    • Khoảng 500
    • Khoảng 100 tỷ
  5. IP-Adapter thường được kết hợp với công cụ nào để kiểm soát bố cục?
    • Trình kiểm tra chính tả
    • Một bảng tính
    • Trình tóm tắt văn bản
    • Mạng điều khiển
  6. Điều gì mã hóa hình ảnh tham chiếu trước khi các đặc điểm của nó được đưa vào mô hình?
    • Trình tạo số ngẫu nhiên
    • Trình mã thông báo văn bản
    • Bộ mã hóa hình ảnh CLIP bị đóng băng
    • Tra cứu cơ sở dữ liệu
  7. After the CLIP image encoder, what job does IP-Adapter's trainable projection perform?
    • It changes the diffusion model's tokenizer vocabulary
    • It maps the reference embedding into features compatible with the attention layers
    • It converts the generated image into a segmentation label
    • It trains CLIP from scratch for each reference photo
  8. In IP-Adapter's decoupled attention design, how are text and image attention contributions used together?
    • Their attention outputs are combined to condition generation
    • Text attention is permanently discarded after training
    • Image features are used only to rename the output file
    • Each contribution must generate a separate finished image