- Компиляторы
-
Обучение
Изучить Python Запускаемые примеры, NumPy, pandas и другое Изучить ИИ / машинное обучениеНейросети, ML и LLM с нуля Изучить C и C++ Указатели, память, STL и современный C++ Изучить C#Основы C#, ООП, LINQ, async и упражнения .NET Изучить MatplotlibЛинейные, столбчатые, точечные и круговые диаграммы с визуализацией Изучение RustВладение, трейты, обработка ошибок и потоки Изучение GoСрезы, интерфейсы, горутины и каналы Алгоритмы на Python Поиск, сортировка, рекурсия и визуализация O(n) Алгоритмы на C и C++ Сравнение реализаций на C и C++ Программирование для детей Учись программировать, играя!
- КвизыНовое
- ЗадачиНовое
- УчителямНовое
- Обновления
- Угостить кофе
Квиз по AI & Machine Learning: Diffusion & Image Models
Most modern text-to-image tools are built on diffusion models, which learn to turn random noise into images step by step. This quiz checks how diffusion is trained and sampled, how the prompt steers it, and what settings like guidance scale, steps, seed and strength do.
Пример вопроса
Вопрос 1 из 10What is the core idea of a diffusion model for images?
Показать ответ
B. It learns to reverse a gradual noising process, so it can start from pure noise and denoise it into an image step by step Training teaches the model to remove noise; generation starts from random noise and applies many denoising steps. It does not search for or collage stored images.
Что проверяет этот квиз
- The forward noising process and learned reverse denoising
- Text conditioning and latent diffusion
- Guidance scale, sampling steps and seeds
- Negative prompts and image-to-image strength
- How GANs differ from diffusion models
Частые вопросы
Нужен ли аккаунт?
Нет. Играть может любой. Войдите, чтобы сохранять XP, серию, значки и историю.
Можно пройти ещё раз?
Да. Лучший результат сохраняется, а вопросы и ответы каждый раз перемешиваются.