모델의 정확도를 높이는 역할 데이터의 다양성을 증가시키는 역할 이미지를 점진적으로 생성하는 과정에서 사용되는 역할 모델의 학습 속도를 높이는 역할 Q2 : Diffusion 모델의 주요 목적은 무엇인가요? 텍스트 데이터를 분류하는 것 이미지를 생성하거나 변환하는 것 음성 데이터를 인식하는 것 비디오 데이터를 압축하는 것 Q3 : Diffusion 모델의 학습 과정에서 사용되는 손실 함수는 주로 무엇인가요? 크로스 엔트로피 손실 평균 제곱 오차 (MSE) 헝겊 손실 코사인 유사도 손실 Q4 : Diffusion 모델이 이미지를 생성하는 과정에서 사용하는 주요 기법은 무엇인가요? 역전파 확률적 샘플링 데이터 증강 그래디언트 디센트 Q5 : Diffusion 모델의 주요 구성 요소 중 하나인 "U-Net"은 어떤 역할을 하나요? 데이터 전처리를 수행하는 역할 이미지를 분류하는 역할 이미지를 복원하고 생성하는 역할 텍스트를 번역하는 역할 채점
텍스트 데이터를 분류하는 것 이미지를 생성하거나 변환하는 것 음성 데이터를 인식하는 것 비디오 데이터를 압축하는 것 Q3 : Diffusion 모델의 학습 과정에서 사용되는 손실 함수는 주로 무엇인가요? 크로스 엔트로피 손실 평균 제곱 오차 (MSE) 헝겊 손실 코사인 유사도 손실 Q4 : Diffusion 모델이 이미지를 생성하는 과정에서 사용하는 주요 기법은 무엇인가요? 역전파 확률적 샘플링 데이터 증강 그래디언트 디센트 Q5 : Diffusion 모델의 주요 구성 요소 중 하나인 "U-Net"은 어떤 역할을 하나요? 데이터 전처리를 수행하는 역할 이미지를 분류하는 역할 이미지를 복원하고 생성하는 역할 텍스트를 번역하는 역할 채점
크로스 엔트로피 손실 평균 제곱 오차 (MSE) 헝겊 손실 코사인 유사도 손실 Q4 : Diffusion 모델이 이미지를 생성하는 과정에서 사용하는 주요 기법은 무엇인가요? 역전파 확률적 샘플링 데이터 증강 그래디언트 디센트 Q5 : Diffusion 모델의 주요 구성 요소 중 하나인 "U-Net"은 어떤 역할을 하나요? 데이터 전처리를 수행하는 역할 이미지를 분류하는 역할 이미지를 복원하고 생성하는 역할 텍스트를 번역하는 역할 채점
역전파 확률적 샘플링 데이터 증강 그래디언트 디센트 Q5 : Diffusion 모델의 주요 구성 요소 중 하나인 "U-Net"은 어떤 역할을 하나요? 데이터 전처리를 수행하는 역할 이미지를 분류하는 역할 이미지를 복원하고 생성하는 역할 텍스트를 번역하는 역할 채점