引导式测验 · 硬 等级

提示到提示交叉注意编辑测验

探索 Prompt-to-Prompt 如何通过交叉注意力控制、局部混合和真实照片反转来编辑生成的图像。

相关引导路径提示提示交叉注意编辑
问题 1 的 8

Prompt-to-Prompt 重用哪些内部信息来保留场景？

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. Prompt-to-Prompt 重用哪些内部信息来保留场景？
    • 将单词链接到图像区域的交叉注意力图
    • 最终输出像素
    • 模型的优化器状态
    • 图像的压缩元数据
  2. Prompt-to-Prompt 是否需要对模型进行微调？
    • 是的，每次编辑都会进行完整的重新训练
    • 不，这是一种无需培训的技术
    • 是的，但只有文本编码器
    • 仅用于添加新词
  3. 要在保留场景的同时将“自行车”替换为“摩托车”，方法如下：
    • 用手遮盖自行车区域
    • 训练新的摩托车 LoRA
    • 将注意力映射到两个提示的相应标记之间
    • 生成完全独立的图像
  4. 重新调整代币注意力的权重可以实现什么目的？
    • 它改变图像分辨率
    • 它完全删除令牌
    • 它重新排列提示中的单词
    • 它加强或削弱了该词的视觉影响力
  5. 当您向提示添加单词时，提示到提示：
    • 保留对未更改令牌的注意力，并仅让新令牌形成新的注意力
    • 重新随机化整个图像
    • 忽略添加的单词
    • 切换到不同的基本模型
  6. 哪种单独的模型经过训练，可以遵循来自输入图像的书面图像编辑指令？
    • InstructPix2Pix, a conditional diffusion editor trained on generated instruction-edit pairs
    • Prompt-to-Prompt, which edits by controlling cross-attention maps during denoising
    • Null-text inversion, which optimizes unconditional embeddings for image inversion
    • LocalBlend, which creates a selected-token mask from attention maps
  7. Prompt-to-Prompt 的 LocalBlend 功能使用什么来定位更改？
    • A hand-drawn mask required for every Prompt-to-Prompt edit
    • The EXIF metadata of the original image
    • Attention maps for selected prompt words to construct a spatial mask
    • A classifier that identifies image copyright
  8. What extra step can enable Prompt-to-Prompt editing of a real photograph?
    • Train a new diffusion model from scratch
    • Convert the photograph into an audio spectrogram
    • Replace every cross-attention layer with a classifier
    • Invert the image into the diffusion model’s latent trajectory first