اختبار مرتبط بالدليل · متوسط المستوى

مسابقة التشفير التلقائي المقنع

قم بمراجعة مهمة إعادة بناء الصور ذات القناع العالي الخاصة بـ MAE، وتصميم وحدة فك التشفير والتشفير غير المتماثل، وإعداد التدريب المسبق الذي تم تقييمه للورقة.

مسارات الدليل ذات الصلةأجهزة الترميز التلقائي المقنعة
سؤال 1 من 8

ما هي المهمة الأساسية الخاضعة للإشراف الذاتي في جهاز التشفير التلقائي المقنع؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. ما هي المهمة الأساسية الخاضعة للإشراف الذاتي في جهاز التشفير التلقائي المقنع؟
    • إعادة بناء بكسلات التصحيحات التي كانت مخفية
    • تصنيف كل صورة إلى فئة مسماة
    • توقع الإطار التالي في تسلسل الفيديو
    • مطابقة الصورة مع التسمية التوضيحية النصية الخاصة بها
  2. ما هو الجزء تقريبًا من تصحيحات الصور التي يخفيها MAE الأصلي عادةً؟
    • حوالي 15%
    • حوالي 75%
    • حوالي 35%
    • حوالي 95%
  3. لماذا يقوم برنامج التشفير MAE بمعالجة التصحيحات المرئية (غير المقنعة) فقط؟
    • لأن البقع المقنعة لا تحتوي على أي لون مفيد
    • لمنع النموذج من رؤية الصور الحقيقية
    • لجعل التدريب أسرع وأكثر كفاءة في الذاكرة
    • لأن وحدة فك التشفير لا يمكنها قراءة الترميزات الموضعية
  4. ماذا يحدث لجهاز فك التشفير بعد اكتمال التدريب المسبق لـ MAE؟
    • يصبح المصنف الرئيسي
    • يتم تجميده واستخدامه لإنشاء صور جديدة
    • إنه يحل محل التشفير بالكامل
    • يتم التخلص منه. يتم استخدام التشفير للمهام النهائية
  5. ما هي دالة الخسارة التي تستخدمها MAE عادةً لإعادة الإعمار؟
    • متوسط الخطأ التربيعي على وحدات البكسل ذات التصحيح المقنع
    • الانتروبيا المتقاطعة على تسميات الفصل
    • خسارة InfoNCE المتناقضة
    • فقدان التمييز العدائي
  6. يشير التصميم "غير المتماثل" لـ MAE إلى ماذا؟
    • أحجام الصور المختلفة للإدخال والإخراج
    • جهاز تشفير ثقيل مقترن بوحدة فك ترميز خفيفة الوزن
    • استخدام مجموعتي بيانات منفصلتين للتدريب
    • إخفاء النصف الأيسر فقط من كل صورة
  7. On which large image dataset did the original MAE paper pretrain its main vision models?
    • MS COCO Captions only
    • LibriSpeech
    • ImageNet-1K
    • The Netflix Prize ratings set
  8. What does the MAE decoder receive for image patches hidden from the encoder?
    • The original RGB pixels without masking
    • Only class labels from ImageNet
    • A text caption for the image
    • Learned mask tokens with positional embeddings