引导式测验 · 硬 等级

VQ-VAE 和离散潜在测验

查看 VQ-VAE 如何将连续编码器输出映射到离散码本条目以进行生成建模和重建。

相关引导路径Vq Vae 和离散潜伏
问题 1 的 8

VQ-VAE 的潜在空间与标准 VAE 的潜在空间有何不同？

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. VQ-VAE 的潜在空间与标准 VAE 的潜在空间有何不同？
    • 它是离散的，使用学习的嵌入密码本
    • 它是连续且高斯的
    • 它根本没有潜在空间
    • 它存储原始像素
  2. VQ-VAE 如何通过不可微量化步骤传递梯度？
    • 它完全跳过反向传播
    • 使用直通估计器复制经过量化器的梯度
    • 仅使用强化学习
    • 通过将梯度四舍五入为整数
  3. 什么是“密码本崩溃”？
    • 解码器忽略潜在的
    • 编码器输出变为无穷大
    • 只有一小部分密码本条目被使用过
    • 图像分辨率降至零
  4. 为什么离散潜在变量对于使用 Transformer 进行生成建模很有用？
    • 它们仅使磁盘上的图像变小
    • 它们消除了对解码器的需要
    • 他们消除了生成中的所有随机性
    • 他们将媒体转化为 Transformer 可以像语言一样建模的标记序列
  5. VQGAN 在基本 VQ-VAE 配方之上添加了什么？
    • 对抗性和感知损失以实现更清晰的重建
    • 扩散采样器
    • 删除密码本
    • 循环编码器
  6. 哪个损失项使编码器“致力于”它选择的码本条目？
    • KL 散度
    • 承诺损失
    • 交叉熵损失
    • 三重态损失
  7. What kind of prior does the original VQ-VAE paper learn over its discrete codes?
    • A fixed prior that is never learned
    • A prior over camera locations only
    • A learned prior over the discrete code sequence
    • No prior or decoder distribution
  8. Which text-to-image paper used a discrete VAE to tokenize images before autoregressive generation?
    • The original Whisper speech-recognition paper
    • A paper on Kalman-filter vehicle tracking
    • The original BERT masked-language-model paper
    • The original DALL·E paper