引導式測驗 · 中等 等級

即時 NGP 哈希編碼測驗

測試 Instant-NGP 的多重解析度雜湊網格、三線性特徵和微型 MLP 如何在管理記憶體的同時加快神經圖形的速度。

相關引導路徑即時 Ngp 雜湊編碼
問題 1 的 8

Instant-NGP 所針對的經典 NeRF 的主要瓶頸是什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. Instant-NGP 所針對的經典 NeRF 的主要瓶頸是什麼?
    • 大型 MLP 每個場景查詢數百萬次
    • 流媒体的网络带宽
    • 顯示更新率
    • 音訊同步
  2. Instant-NGP 在哪裡儲存其大部分可學習參數?
    • 在單一密集體素網格中
    • 在特徵向量的多重解析度雜湊表中
    • 在相机内在
    • 僅在非常深的 MLP 內
  3. 多个分辨率级别的特征如何组合?
    • 它們被平均為一個標量
    • 它們按字母順序排序
    • 它們被查找,三線性插值,然後連接
    • 除了最好的級別之外,它們都被丟棄
  4. Instant-NGP 如何處理其精細解析度表中的雜湊衝突?
    • 它完全禁止與一張巨大的桌子發生碰撞
    • 當發生碰撞時它會崩潰
    • 它僅散列顏色,而不散列位置
    • 它允許碰撞發生並依靠訓練梯度來消除歧義
  5. Instant-NGP 大約可以加速 NeRF 訓練多少?
    • 從幾小時到幾秒(數量級)
    • 實際上更慢
    • 速度提高約 5%
    • 沒有改變,只有更好的品質
  6. 除了 NeRF 之外,哈希網格編碼還能代表什麼?
    • 僅印刷文本
    • 有符號距離函數和十億像素圖像
    • 僅股票圖表
    • 僅音訊波形
  7. 為什麼 Instant-NGP 允許不同的細網格單元共享同一個雜湊表項目?
    • 為了讓每個空間座標對應到唯一的表格項目
    • 為了消除對可訓練特徵向量的需求
    • 為了在代表更高解析度空間細節的同時,將特徵表限制在記憶體範圍內
    • 為了用一個全解析度的密集陣列取代所有網格層級
  8. Instant-NGP 的解析度層級如何平衡碰撞與空間細節?
    • 每層都使用一個沒有特徵表的密集網格
    • 粗糙層共用所有項目,而精細層則保證無碰撞
    • 只有最高解析度的層會儲存可學習的特徵
    • 粗糙層可以做到無碰撞,而較精細的層則共用項目,以便在有限的記憶體中表現更多細節