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。

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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