Bài kiểm tra bộ mã hóa dựa trên dòng chảy WaveGlow

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

1. WaveGlow kết hợp ý tưởng kiến ​​trúc từ hai mô hình nào?
   • Glow và WaveNet
   • BERT và GPT
   • ResNet và VGG
   • Tacotron và CLIP
2. WaveGlow là loại mô hình nào?
   • Một mạng lưới đối nghịch tổng quát
   • Một dòng chảy bình thường hóa
   • Một mô hình tự hồi quy tái diễn
   • Một tác nhân học tập tăng cường
3. WaveGlow tạo ra dạng sóng tại thời điểm suy luận như thế nào?
   • Nó dự đoán từng mẫu một
   • Nó tìm kiếm cơ sở dữ liệu các clip
   • Nó lấy mẫu nhiễu Gaussian và chạy luồng ngược lại
   • Nó sử dụng một bộ phân biệt đối xử
4. WaveGlow tối ưu hóa mục tiêu nào trong quá trình đào tạo?
   • Một trò chơi tối thiểu-tối đa đối nghịch
   • Entropy chéo trên nhãn văn bản
   • Sự mất mát tương phản
   • Khả năng ghi nhật ký chính xác của dữ liệu âm thanh
5. Hai thành phần nào tạo nên mỗi bước có thể đảo ngược trong WaveGlow?
   • Lớp ghép affine và tích chập 1x1 khả nghịch
   • Khối chú ý và chuyển tiếp nguồn cấp dữ liệu
   • Pooling và softmax
   • Nhúng và bỏ học
6. WaveGlow cung cấp sự đơn giản hóa việc đào tạo nào so với các phương pháp WaveNet song song trước đó?
   • Nó không cần quang phổ
   • Nó tránh được sự chắt lọc giữa giáo viên và học sinh bằng cách sử dụng một mạng duy nhất và mất mát
   • Nó loại bỏ sự cần thiết của bất kỳ GPU nào
   • Nó không cần dữ liệu âm thanh
7. What does WaveGlow's squeeze operation do before its coupling layers process the signal?
   • Converts the waveform into written phonemes
   • Removes the mel-spectrogram conditioning
   • Groups neighboring audio samples into vectors for the flow transformations
   • Randomly deletes audio segments
8. Which acoustic model is named in the guide as a practical system that can pair with WaveGlow?
   • BERT
   • A* search
   • YOLOv8
   • Tacotron 2