引導式測驗 · 中等 等級

StyleGAN 架構測驗

回顧 StyleGAN 映射和合成、分層風格混合、隨機雜訊以及 StyleGAN2 和 StyleGAN3 中的架構變化。

相關引導路徑史泰格根建築
問題 1 的 8

StyleGAN 的映射網路的目的是什麼?

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. StyleGAN 的映射網路的目的是什麼?
    • 分類影像是真實的還是虛假的
    • 將影像上取樣至更高解析度
    • 壓縮最終影像以進行存儲
    • 將潛在 z 轉換為更解纏結的中間空間 W
  2. 在原始 StyleGAN 中,樣式如何注入到特徵圖中?
    • 透過將潛在向量連接到每個像素
    • 透過自適應實例標準化 (AdaIN)
    • 透過最後的 softmax 層
    • 使用最大池化
  3. 合成網路從什麼而不是潛在向量開始?
    • 學習常數張量
    • 一張真實面孔的照片
    • 與輸出大小相同的純白噪音
    • 邊緣圖
  4. 在粗略(低解析度)圖層上調整樣式主要控制什麼?
    • 細膩的皮膚紋理和雀斑
    • 僅單一像素的顏色
    • 姿勢和臉型等高級屬性
    • 影像檔案格式
  5. StyleGAN2 相對於原始版本修復了哪些問題?
    • 新增了文字轉圖像提示
    • 它消除了由 AdaIN 引起的特徵性斑點狀偽影
    • 它消除了對鑑別器的需要
    • 首次實現了完全無人監督的訓練
  6. StyleGAN 中的「風格混合」是什麼?
    • 訓練前混合兩個資料集
    • 平均判別器的輸出
    • 將音訊與生成的影像混合
    • 在不同層使用不同的 w 向量來組合兩個影像的屬性
  7. What role do separate per-layer noise inputs play in original StyleGAN synthesis?
    • They replace the mapping network's entire style representation
    • They determine the file's compression format
    • They supply stochastic fine detail, such as varying hair strands or freckles
    • They provide the discriminator's real-image labels
  8. What visual behavior did StyleGAN3's alias-free design target?
    • Texture sticking and aliasing that make details move unnaturally as image content changes
    • The absence of a text tokenizer in original StyleGAN
    • A requirement that every output be a grayscale photograph
    • The need to store generated images as audio waveforms