Kvíz spojený s průvodcem · Střední úroveň
Kvíz s maskovanými automatickými kodéry
Projděte si úlohu rekonstrukce obrazu s vysokou maskou společnosti MAE, její asymetrický design kodéru a dekodéru a vyhodnocené nastavení předtrénování v článku.
Otázka 1 z 8
Jaký je hlavní úkol s vlastním dohledem v maskovaném automatickém kodéru?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jaký je hlavní úkol s vlastním dohledem v maskovaném automatickém kodéru?
- Rekonstrukce pixelů záplat, které byly skryté
- Zařazení každého obrázku do označené kategorie
- Předpovídání dalšího snímku ve video sekvenci
- Přiřazení obrázku k jeho textovému titulku
- Přibližně jaký zlomek obrazových záplat obvykle maskuje původní MAE?
- asi 15 %
- asi 75 %
- asi 35 %
- asi 95 %
- Proč kodér MAE zpracovává pouze viditelné (nemaskované) záplaty?
- Protože maskované skvrny neobsahují žádnou užitečnou barvu
- Aby model nikdy neviděl skutečné obrázky
- Aby byl trénink rychlejší a efektivnější s pamětí
- Protože dekodér neumí číst poziční kódování
- Co se stane s dekodérem po dokončení předtrénování MAE?
- Stává se hlavním klasifikátorem
- Je zmrazen a použit ke generování nových obrázků
- Plně nahrazuje kodér
- Je vyřazen; kodér se používá pro následné úlohy
- Jakou ztrátovou funkci obvykle MAE používá pro rekonstrukci?
- Střední kvadratická chyba na pixelech s maskovanou záplatou
- Křížová entropie nad třídními štítky
- Kontrastní ztráta InfoNCE
- Ztráta nepřátelského diskriminátoru
- K čemu odkazuje „asymetrický“ design MAE?
- Různé velikosti obrazu pro vstup a výstup
- Těžký kodér spárovaný s lehkým dekodérem
- Použití dvou samostatných datových sad pro školení
- Maskování pouze levé poloviny každého obrázku
- 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
- 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