Cuestionario: Redes Generativas Antagónicas (GAN)
Capítulo 4: Proyecto: Generación de Rostros con GANs
Pregunta 8: Preprocesamiento de Datos
¿Por qué es importante la normalización en el preprocesamiento de imágenes para el entrenamiento de GANs?
A) Para aumentar el tamaño del conjunto de datos
B) Para asegurar que las imágenes tengan el mismo tamaño
C) Para estandarizar el rango de entrada y mejorar la estabilidad del entrenamiento
D) Para reducir el costo computacional del entrenamiento
Pregunta 9: Bucle de Entrenamiento
En un bucle de entrenamiento típico de una GAN, ¿cuál es el objetivo principal del discriminador?
A) Generar imágenes realistas
B) Minimizar la pérdida del generador
C) Distinguir entre imágenes reales y falsas
D) Optimizar el espacio latente
Pregunta 10: Afinación de GANs
¿Cuál de las siguientes es una técnica común para afinar una GAN?
A) Reducir el tamaño del lote
B) Agregar más capas convolucionales al generador
C) Usar una disminución de la tasa de aprendizaje
D) Eliminar el ruido de la entrada
Pregunta 11: StyleGAN
¿Cómo introduce StyleGAN variación estocástica en las imágenes generadas?
A) Usando un vector de ruido separado para cada capa
B) Aumentando el tamaño del vector latente
C) Aplicando transformaciones aleatorias a las imágenes de entrada
D) Ajustando la tasa de aprendizaje durante el entrenamiento
Pregunta 12: Evaluación de GANs
¿Qué método cualitativo se usa comúnmente para evaluar el rendimiento de una GAN?
A) Error Cuadrático Medio
B) Inspección visual de las imágenes generadas
C) Cálculo del F1 Score
D) Medición del tiempo de entrenamiento
Capítulo 4: Proyecto: Generación de Rostros con GANs
Pregunta 8: Preprocesamiento de Datos
¿Por qué es importante la normalización en el preprocesamiento de imágenes para el entrenamiento de GANs?
A) Para aumentar el tamaño del conjunto de datos
B) Para asegurar que las imágenes tengan el mismo tamaño
C) Para estandarizar el rango de entrada y mejorar la estabilidad del entrenamiento
D) Para reducir el costo computacional del entrenamiento
Pregunta 9: Bucle de Entrenamiento
En un bucle de entrenamiento típico de una GAN, ¿cuál es el objetivo principal del discriminador?
A) Generar imágenes realistas
B) Minimizar la pérdida del generador
C) Distinguir entre imágenes reales y falsas
D) Optimizar el espacio latente
Pregunta 10: Afinación de GANs
¿Cuál de las siguientes es una técnica común para afinar una GAN?
A) Reducir el tamaño del lote
B) Agregar más capas convolucionales al generador
C) Usar una disminución de la tasa de aprendizaje
D) Eliminar el ruido de la entrada
Pregunta 11: StyleGAN
¿Cómo introduce StyleGAN variación estocástica en las imágenes generadas?
A) Usando un vector de ruido separado para cada capa
B) Aumentando el tamaño del vector latente
C) Aplicando transformaciones aleatorias a las imágenes de entrada
D) Ajustando la tasa de aprendizaje durante el entrenamiento
Pregunta 12: Evaluación de GANs
¿Qué método cualitativo se usa comúnmente para evaluar el rendimiento de una GAN?
A) Error Cuadrático Medio
B) Inspección visual de las imágenes generadas
C) Cálculo del F1 Score
D) Medición del tiempo de entrenamiento
Capítulo 4: Proyecto: Generación de Rostros con GANs
Pregunta 8: Preprocesamiento de Datos
¿Por qué es importante la normalización en el preprocesamiento de imágenes para el entrenamiento de GANs?
A) Para aumentar el tamaño del conjunto de datos
B) Para asegurar que las imágenes tengan el mismo tamaño
C) Para estandarizar el rango de entrada y mejorar la estabilidad del entrenamiento
D) Para reducir el costo computacional del entrenamiento
Pregunta 9: Bucle de Entrenamiento
En un bucle de entrenamiento típico de una GAN, ¿cuál es el objetivo principal del discriminador?
A) Generar imágenes realistas
B) Minimizar la pérdida del generador
C) Distinguir entre imágenes reales y falsas
D) Optimizar el espacio latente
Pregunta 10: Afinación de GANs
¿Cuál de las siguientes es una técnica común para afinar una GAN?
A) Reducir el tamaño del lote
B) Agregar más capas convolucionales al generador
C) Usar una disminución de la tasa de aprendizaje
D) Eliminar el ruido de la entrada
Pregunta 11: StyleGAN
¿Cómo introduce StyleGAN variación estocástica en las imágenes generadas?
A) Usando un vector de ruido separado para cada capa
B) Aumentando el tamaño del vector latente
C) Aplicando transformaciones aleatorias a las imágenes de entrada
D) Ajustando la tasa de aprendizaje durante el entrenamiento
Pregunta 12: Evaluación de GANs
¿Qué método cualitativo se usa comúnmente para evaluar el rendimiento de una GAN?
A) Error Cuadrático Medio
B) Inspección visual de las imágenes generadas
C) Cálculo del F1 Score
D) Medición del tiempo de entrenamiento
Capítulo 4: Proyecto: Generación de Rostros con GANs
Pregunta 8: Preprocesamiento de Datos
¿Por qué es importante la normalización en el preprocesamiento de imágenes para el entrenamiento de GANs?
A) Para aumentar el tamaño del conjunto de datos
B) Para asegurar que las imágenes tengan el mismo tamaño
C) Para estandarizar el rango de entrada y mejorar la estabilidad del entrenamiento
D) Para reducir el costo computacional del entrenamiento
Pregunta 9: Bucle de Entrenamiento
En un bucle de entrenamiento típico de una GAN, ¿cuál es el objetivo principal del discriminador?
A) Generar imágenes realistas
B) Minimizar la pérdida del generador
C) Distinguir entre imágenes reales y falsas
D) Optimizar el espacio latente
Pregunta 10: Afinación de GANs
¿Cuál de las siguientes es una técnica común para afinar una GAN?
A) Reducir el tamaño del lote
B) Agregar más capas convolucionales al generador
C) Usar una disminución de la tasa de aprendizaje
D) Eliminar el ruido de la entrada
Pregunta 11: StyleGAN
¿Cómo introduce StyleGAN variación estocástica en las imágenes generadas?
A) Usando un vector de ruido separado para cada capa
B) Aumentando el tamaño del vector latente
C) Aplicando transformaciones aleatorias a las imágenes de entrada
D) Ajustando la tasa de aprendizaje durante el entrenamiento
Pregunta 12: Evaluación de GANs
¿Qué método cualitativo se usa comúnmente para evaluar el rendimiento de una GAN?
A) Error Cuadrático Medio
B) Inspección visual de las imágenes generadas
C) Cálculo del F1 Score
D) Medición del tiempo de entrenamiento