引導式測驗 · 中等 等級
潛在擴散模型測驗
評估潛在擴散、自動編碼器壓縮、文字調節、計算權衡和噪音預測訓練。
問題 1 的 8
與像素空間擴散相比,潛在擴散模型的主要創新是什麼?
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。
- 與像素空間擴散相比,潛在擴散模型的主要創新是什麼?
- 他們在壓縮的潛在空間而不是原始像素上運行擴散過程
- 它們消除了對任何神經網路的需要
- 它們僅適用於黑白影像
- 他們根本不需要訓練數據
- 在潛在擴散模型(latent diffusion)中,第一階段的自動編碼器(autoencoder)有什麼作用?
- 在不處理圖像的情況下預測文字標記(text tokens)
- 將圖像編碼為潛在表示(latent representation),並將潛在變數解碼回圖像
- 在每個去噪步驟中取代擴散模型
- 將提示詞(prompt)分類為安全或不安全
- 文字通常如何在潛在擴散中註入去噪 U-Net 中?
- 透過將原始文字字串連接到圖像
- 透過手動編輯像素
- 透過使用文字嵌入的交叉注意力層
- 根本無法使用文字
- 為什麼潛在擴散模型中的去噪過程比像素空間擴散模型更能減少運算量?
- 模型跳過了所有圖像解碼步驟
- 擴散網路不使用任何神經層
- 模型移除了所有的去噪步驟
- 去噪器在較小的空間潛在網格上運作,儘管最後仍需進行解碼
- 原始潛在擴散論文研究了哪些第一階段自動編碼器的正規化變體?
- KL 正規化與向量量化(vector-quantized)自動編碼器
- 僅有無分類器引導(classifier-free guidance)模型
- 僅有因果語言模型(causal language model)
- 沒有學習參數的解碼器
- 擴散模型在訓練過程中學會做什麼?
- 將影像分類
- 逆轉漸進的噪音過程並逐步去噪
- 將文字壓縮為音訊
- 翻譯語言
- 在論文的 f=8 自動編碼器配置中,下採樣因子(downsampling factor)描述了什麼?
- 模型使用了八個獨立的文字編碼器
- 每個輸入都被縮減為正好八個像素
- 潛在網格的每個空間維度都縮減了八倍
- 擴散模型總共執行了八次訓練更新
- 潛在擴散論文如何將語義佈局(semantic layouts)等空間條件注入去噪器?
- 它僅將佈局轉換為英文句子
- 它在去噪前移除了空間座標
- 它僅在解碼為像素後才使用該條件
- 它將空間條件與潛在表示沿通道(channels)進行串接