Bài kiểm tra có liên kết hướng dẫn · Dễ dàng Cấp độ
Hạt giống và khả năng tái tạo trong bài kiểm tra tạo hình ảnh AI
Kiểm tra cách hạt giống đặt tiếng ồn bắt đầu, cài đặt nào phải phù hợp để tạo lại hình ảnh và lý do thay đổi phần cứng hoặc kiểu máy làm hỏng quá trình tái tạo chính xác.
Câu hỏi 1 của 8
Hạt giống trực tiếp điều khiển cái gì trong bộ tạo hình ảnh khuếch tán?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Hạt giống trực tiếp điều khiển cái gì trong bộ tạo hình ảnh khuếch tán?
- Dữ liệu huấn luyện của mô hình
- Lời nhắc của lời nhắc
- Độ phân giải đầu ra
- Tiếng ồn bắt đầu giả ngẫu nhiên
- Tại sao giữ nguyên nhưng thay đổi độ phân giải lại tạo ra hình ảnh không liên quan?
- Hạt giống hết hạn sau một lần sử dụng
- Tensor nhiễu thay đổi hình dạng, do đó, các số giống nhau tạo thành một mẫu khác
- Thay đổi độ phân giải viết lại lời nhắc
- Bộ lấy mẫu đặt lại về mặc định của nó
- Khía cạnh nào của hình ảnh mà hạt giống ảnh hưởng mạnh mẽ vì nó được quyết định ở những bước đầu?
- Bố cục tổng thể, chẳng hạn như vị trí của một hình
- Định dạng tập tin
- Bộ mã hóa văn bản
- Giấy phép hình ảnh
- Tại sao cùng một hạt giống có thể tạo ra tiếng ồn khác nhau trên CPU và GPU?
- GPU bỏ qua hạt giống
- CPU bí mật thêm hình mờ
- Trình tạo ngẫu nhiên CPU và GPU tạo ra các chuỗi khác nhau từ cùng một hạt giống
- Hạt giống được làm tròn đến hàng nghìn gần nhất trên GPU
- Trong một loạt bốn hình ảnh bắt đầu từ hạt giống 500, nhiều công cụ gán hạt giống nào cho hình ảnh thứ tư?
- 500
- 2000
- 504
- 503
- Hướng dẫn nói gì về 'hạt giống tốt'?
- Một số hạt giống luôn tạo ra hình ảnh tốt hơn
- Hạt giống hoạt động cho một lời nhắc và mô hình không có chất lượng đặc biệt ở nơi khác
- Seed 42 là điểm khởi đầu tốt nhất cho mọi mô hình
- Hạt giống tốt được chuyển giao giữa Midjourney và Stable Diffusion
- Tại sao các tính năng biến thể sử dụng phép nội suy hình cầu (slerp) thay vì tính trung bình đơn giản?
- Slerp tính toán nhanh hơn
- Slerp tự động thay đổi số hạt giống
- Giá trị trung bình tuyến tính của nhiễu Gaussian làm giảm phương sai của nó và tạo ra hình ảnh bị mờ
- Slerp thêm văn bản vào hình ảnh
- Các phương pháp lấy mẫu tổ tiên khác với DDIM ở cách chúng sử dụng tính ngẫu nhiên như thế nào?
- Họ tạo ra tiếng ồn mới ở mỗi bước, không chỉ khi bắt đầu
- Họ không sử dụng sự ngẫu nhiên nào cả
- Họ hoàn toàn phớt lờ hạt giống
- Họ sử dụng hạt giống để chọn dấu nhắc