Тест, свързан с ръководство · Среден Ниво

Тест за маскирани автоенкодери

Прегледайте задачата на MAE за реконструкция на изображение с висока маска, неговия асиметричен дизайн на енкодер-декодер и оценената настройка на хартията за предварително обучение.

Свързани ръководни пътекиМаскирани автоенкодери
Въпрос 1 на 8

Каква е основната самоконтролирана задача в маскиран автоенкодер?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Каква е основната самоконтролирана задача в маскиран автоенкодер?
    • Реконструиране на пикселите на петна, които са били скрити
    • Класифициране на всяко изображение в обозначена категория
    • Предсказване на следващия кадър във видео поредица
    • Съпоставяне на изображение с текстовия надпис
  2. Приблизително каква част от кръпките на изображението обикновено маскира оригиналният MAE?
    • около 15%
    • около 75%
    • около 35%
    • около 95%
  3. Защо MAE енкодерът обработва само видимите (немаскирани) пачове?
    • Тъй като маскираните петна не съдържат полезен цвят
    • За да попречи на модела да види реални изображения
    • За да направите обучението по-бързо и по-ефективно за паметта
    • Тъй като декодерът не може да чете позиционни кодировки
  4. Какво се случва с декодера след завършване на предварителното обучение на MAE?
    • Той се превръща в основен класификатор
    • Той се замразява и се използва за генериране на нови изображения
    • Той замества изцяло енкодера
    • Изхвърля се; енкодерът се използва за задачи надолу по веригата
  5. Коя функция на загуба обикновено използва MAE за реконструкция?
    • Средна квадратна грешка върху пиксели с маскирани петна
    • Кръстосана ентропия върху етикетите на класа
    • Контрастна загуба на InfoNCE
    • Загуба на състезателен дискриминатор
  6. За какво се отнася „асиметричният“ дизайн на MAE?
    • Различни размери на изображението за вход и изход
    • Тежък енкодер, съчетан с лек декодер
    • Използване на два отделни набора от данни за обучение
    • Маскиране само на лявата половина на всяко изображение
  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