引导式测验 · 简单 等级

条件 GAN 测验

检查条件输入如何引导两个 GAN 网络、鉴别器如何评估匹配对以及如何注入条件。

相关引导路径条件 GAN
问题 1 的 8

条件 GAN 和标准 GAN 之间的主要区别是什么？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 条件 GAN 和标准 GAN 之间的主要区别是什么？
    • 它将额外的信息（例如类标签）提供给两个网络以控制输出
    • 它使用两个发电机
    • 它消除了鉴别器
    • 它仅适用于文本，不适用于图像
  2. 在使用标记数字进行训练的 cGAN 中，有什么是普通 GAN 无法做到的？
    • 无任何噪音输入运行
    • 请求特定数字，例如“7”
    • 完全跳过鉴别器
    • 仅生成黑白噪声
  3. 除了图像看起来是否真实之外，cGAN 判别器还必须检查什么？
    • 图像的文件格式
    • 分辨率（百万像素）
    • 图像是否与其给定标签匹配
    • 训练学习率
  4. 向发生器提供调节信号的常用方法是什么？
    • 删除噪声向量
    • 无任何标签的训练
    • 使用单独的物理传感器
    • 将标签连接到噪声输入
  5. 条件 GAN 为后来的能力奠定了基础？
    • 文本到图像和图像到图像的生成
    • 更快的 CPU
    • 垃圾邮件过滤
    • 数据库索引
  6. 在现代扩散模型中，cGAN 的调节思想通常表现为什么机制？
    • 随机权重裁剪
    • 文本提示上的交叉注意力
    • 仅手动像素绘制
    • 禁用噪音计划
  7. Why must a conditional discriminator see both the generated image and its conditioning label?
    • It uses the label to choose the learning-rate schedule
    • It converts the label into a random noise seed only
    • It needs to judge whether the image is realistic and whether it matches the requested condition
    • It prevents the generator from receiving noise
  8. Besides concatenating a class label to the noise vector, which conditioning method is described in the guide?
    • A spectral-radius constraint
    • An inverse Hessian update
    • A sequence-level BLEU reward
    • A projection layer that scores compatibility between label and image features