引導式測驗 · 中等 等級

SDXL 和級聯擴散測驗

檢查 SDXL 的潛在擴散、提示編碼器、尺寸和作物調節,以及級聯中使用的強大的超解析度階段。

相關引導路徑Sdxl 和級聯擴散
問題 1 的 8

與原始穩定擴散相比,SDXL 生成影像的原始解析度是多少?

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. 與原始穩定擴散相比,SDXL 生成影像的原始解析度是多少?
    • 1024x1024 與 512x512
    • 256x256 與 128x128
    • 2048x2048 與 1024x1024
    • 768x768 與 256x256
  2. SDXL的煉油機模型有什麼作用?
    • 它對文字提示進行編碼
    • 它在最後的低雜訊去雜訊步驟中添加了精細的細節
    • 它將影像壓縮到潛在空間中
    • 它產生初始隨機噪聲
  3. SDXL 使用多少個文字編碼器?
    • 一
    • 三
    • 兩個
    • 零
  4. 級聯擴散的核心思想是什麼?
    • 一次在所有分辨率上訓練單一巨型模型
    • 刪除文字編碼器以加快產生速度
    • 在每個階段用 GAN 代替擴散
    • 將基本模型與逐步升級的超解析度擴散模型連結起來
  5. 為什麼 SDXL 在潛在空間中降噪,而不是直接在像素上降噪?
    • 它使去雜訊的計算成本更便宜
    • 潛在空間影像看起來更加豐富多彩
    • 像素無法去噪
    • 它避免了需要文字提示
  6. 哪種技術可將 SDXL 減少為一到四代步驟?
    • 作物調理
    • SDXL Turbo 和潛在一致性模型等蒸餾方法
    • 新增更多文字編碼器
    • 增加 VAE 大小
  7. SDXL 的尺寸和作物調節輸入告訴模型什麼?
    • 哪個訓練資料集擁有提示
    • 要運行的去雜訊步驟數
    • 目標影像尺寸和取景或裁剪
    • 影像的最終檔案格式和壓縮級別
  8. 噪音調節增強在級聯擴散管路中解決什麼問題?
    • 它消除了對文字提示的需要
    • 它保證每個階段產生相同的分辨率
    • 它將潛像轉換為音訊訊號
    • 它幫助後面的超解析度階段處理前一階段的低解析度影像中的錯誤或不確定性