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

Câu hỏi tổng hợp hình ảnh VQGAN và Codebook

Xem lại các mã thông báo sổ mã rời rạc của VQGAN, các tổn thất bất lợi và cảm nhận cũng như cách các máy biến áp sử dụng lưới nhỏ gọn để tổng hợp hình ảnh có độ phân giải cao.

Đường dẫn hướng dẫn liên quanTổng hợp hình ảnh Vqgan và Codebook
Câu hỏi 1 của 8

VQGAN sử dụng cái gì để thể hiện hình ảnh dưới dạng mã thông báo rời rạc?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. VQGAN sử dụng cái gì để thể hiện hình ảnh dưới dạng mã thông báo rời rạc?
    • Một cuốn sách mã đã học gồm các vectơ mà đầu ra của bộ mã hóa được gắn vào
    • Danh sách tên tập tin
    • Chỉ các pixel RGB thô
    • Một số duy nhất cho mỗi hình ảnh
  2. What did the original VQGAN paper report gaining from adversarial and perceptual training?
    • To guarantee every VQVAE reconstruction is blurry
    • To preserve perceptual quality at increased compression in the original paper’s evaluated settings
    • To eliminate the need for a learned codebook
    • To make all images use the same token grid regardless of dataset
  3. Khi hình ảnh là một chuỗi mã thông báo, mô hình nào sẽ tạo ra hình ảnh mới?
    • Một bảng tính
    • Một máy tính
    • Một máy biến áp tự hồi quy dự đoán các mã thông báo như từ
    • Trình điều khiển máy in
  4. Kỹ thuật nào cho phép độ dốc chảy qua bước lượng tử hóa không khả vi?
    • Bỏ học
    • Chuẩn hóa hàng loạt
    • Cắt ngẫu nhiên
    • Công cụ ước tính trực tiếp
  5. VQGAN đã giúp tạo ra xu hướng nghệ thuật AI nổi tiếng nào vào năm 2021?
    • Nghệ thuật sáng tạo VQGAN+CLIP
    • in 3D
    • Nhân bản giọng nói
    • Tự động hóa bảng tính
  6. Thử thách đã biết với sách mã kiểu VQGAN là gì?
    • Họ không thể lưu trữ bất kỳ vectơ nào
    • Sách mã bị sập, nhiều mã không được sử dụng
    • Họ không cần đào tạo
    • Chúng chỉ hoạt động trên âm thanh
  7. Why does VQGAN use a compact latent token grid for high-resolution images?
    • It removes the need for an image decoder
    • It makes every codebook entry a full-resolution image
    • It shortens the transformer sequence so modeling image composition is more tractable
    • It converts the transformer into a pixel-level convolution
  8. Which loss does the VQGAN guide pair with adversarial training to improve reconstruction quality?
    • A language-model next-token loss
    • A contrastive audio-text loss
    • A reinforcement-learning reward from human rankings
    • Mất cảm giác