引导式测验 · 中等 等级

即时 NGP 哈希编码测验

测试 Instant-NGP 的多分辨率哈希网格、三线性特征和微型 MLP 如何在管理内存的同时加快神经图形的速度。

相关引导路径即时 Ngp 哈希编码
问题 1 的 8

Instant-NGP 所针对的经典 NeRF 的主要瓶颈是什么？

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. Instant-NGP 所针对的经典 NeRF 的主要瓶颈是什么？
    • 大型 MLP 每个场景查询数百万次
    • 流媒体的网络带宽
    • 显示刷新率
    • 音频同步
  2. Instant-NGP 在哪里存储其大部分可学习参数？
    • 在单个密集体素网格中
    • 在特征向量的多分辨率哈希表中
    • 在相机内在
    • 仅在非常深的 MLP 内
  3. 多个分辨率级别的特征如何组合？
    • 它们被平均为一个标量
    • 它们按字母顺序排序
    • 它们被查找，三线性插值，然后连接
    • 除了最好的级别之外，它们都被丢弃
  4. Instant-NGP 如何处理其精细分辨率表中的哈希冲突？
    • 它完全禁止与一张巨大的桌子发生碰撞
    • 当发生碰撞时它会崩溃
    • 它仅散列颜色，而不散列位置
    • 它允许碰撞发生并依靠训练梯度来消除歧义
  5. Instant-NGP 大约可以加速 NeRF 训练多少？
    • 从几小时到几秒（数量级）
    • 实际上更慢
    • 速度提高约 5%
    • 没有改变，只有更好的品质
  6. 除了 NeRF 之外，哈希网格编码还能代表什么？
    • 仅印刷文本
    • 有符号距离函数和十亿像素图像
    • 仅股票图表
    • 仅音频波形
  7. Why does Instant-NGP allow different fine-grid cells to share a hash-table entry?
    • To make every spatial coordinate map to a unique table entry
    • To remove the need for trainable feature vectors
    • To keep the feature tables bounded in memory while representing higher-resolution spatial detail
    • To replace all grid levels with one full-resolution dense array
  8. How do Instant-NGP's resolution levels balance collisions and spatial detail?
    • Every level uses one dense grid with no feature table
    • Coarse levels share all entries while fine levels are guaranteed collision-free
    • Only the highest-resolution level stores learnable features
    • Coarse levels can be collision-free while finer levels share entries to represent more detail within bounded memory