引导式测验 · 中等 等级
用于图像编辑测验的 LoRA 滑块
了解 LoRA 滑块如何从示例中学习连续图像属性,以及为什么解开对于受控编辑很重要。
问题 1 的 8
LoRA中的“低等级”指的是什么?
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。
- LoRA中的“低等级”指的是什么?
- 使用两个小矩阵来近似权重变化,而不是编辑所有权重
- 降低输出图像的分辨率
- 减少扩散步骤的数量
- 按从最不重要到最重要的顺序对概念进行排名
- 为什么可以同时堆叠多个 LoRA 滑块?
- 因为它们按顺序覆盖基本模型
- 因为每个都是添加到冻结基础模型中的小型独立模块
- 因为模型在每个滑块之间重新训练
- 因为一次只有一个滑块处于活动状态
- 增加滑块的强度值通常会产生什么作用?
- 向图像添加随机噪声
- 切换到不同的基本模型
- 将目标概念更强有力地推向积极方向
- 降低 LoRA 的文件大小
- 与文字提示相比,滑块的一个关键优势是:
- 它们不需要基础扩散模型
- 他们无需任何提示
- 他们只产生黑白图像
- 对单个属性进行连续、可重复的控制
- 论文报告在不降低输出质量的情况下合成了多少个独特的概念滑块?
- More than 50 in the reported composition experiment
- Exactly two, with no larger compositions tested
- One slider per image, with no stacking
- An unlimited number for every model
- Concept Sliders 作品引入了什么概念?
- 一种利用扩散来压缩图像的方法
- 映射到单个可编辑属性的训练 LoRA 方向
- 新的采样器可加快生成速度
- 一种自动为图像添加字幕的方法
- What training examples can Concept Sliders use to define a visual attribute direction?
- Only a complete retraining of the diffusion model
- A list of file names with no examples
- A small set of text prompts or sample images
- A video transcript unrelated to the target attribute
- Why does Concept Sliders seek to minimize interference with unrelated attributes?
- So the frozen base model must be retrained for every edit
- So all sliders produce the same visual change
- So a slider cannot be combined with another module
- So changing one slider is less likely to alter other aspects of the image