引導式測驗 · 硬 等級
提示到提示交叉注意編輯測驗
探索 Prompt-to-Prompt 如何透過交叉注意力控制、局部混合和真實照片反轉來編輯產生的影像。
問題 1 的 8
Prompt-to-Prompt 重複使用哪些內部資訊來保留場景?
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。
- Prompt-to-Prompt 重複使用哪些內部資訊來保留場景?
- 將單字連結到圖像區域的交叉注意力圖
- 最終輸出像素
- 模型的優化器狀態
- 影像的壓縮元數據
- Prompt-to-Prompt 是否需要對模型進行微調?
- 是的,每次編輯都會進行完整的重新訓練
- 不,這是一種無需培訓的技術
- 是的,但只有文字編碼器
- 僅用於新增詞
- 要在保留場景的同時將“自行車”替換為“摩托車”,方法如下:
- 用手遮蓋自行車區域
- 訓練新的摩托車 LoRA
- 將注意力映射到兩個提示的相應標記之間
- 產生完全獨立的影像
- 重新調整代幣注意力的權重可以達到什麼目的?
- 它改變影像解析度
- 它完全刪除令牌
- 它重新排列提示中的單字
- 它加強或削弱了該詞的視覺影響力
- 當您為提示新增單字時,提示到提示:
- 保留對未更改令牌的注意力,並僅讓新令牌形成新的注意力
- 重新隨機化整個影像
- 忽略添加的單字
- 切換到不同的基本模型
- 哪一個獨立模型經過訓練,可以遵循來自輸入影像的書面影像編輯指令?
- InstructPix2Pix,一個條件擴散編輯器,接受產生的指令編輯對的訓練
- Prompt-to-Prompt,在去噪過程中透過控制交叉注意力圖進行編輯
- 空文本反轉,優化圖像反轉的無條件嵌入
- LocalBlend,從注意力圖中建立選定的標記掩碼
- Prompt-to-Prompt 的 LocalBlend 功能使用什麼來將變更侷限於特定區域?
- 每次提示到提示編輯都需要手繪蒙版
- 原始影像的 EXIF 元數據
- 選定提示詞的注意力圖以建構空間掩模
- 辨識影像版權的分類器
- 哪些額外步驟可以實現真實照片的即時編輯?
- 從頭開始訓練新的擴散模型
- 將照片轉換為音頻頻譜圖
- 用分類器取代每個交叉注意力層
- 首先將影像反演為擴散模型的潛在軌跡