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.

Související vodicí cestyMaskované automatické kodéry
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.

  1. 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
  2. Přibližně jaký zlomek obrazových záplat obvykle maskuje původní MAE?
    • asi 15 %
    • asi 75 %
    • asi 35 %
    • asi 95 %
  3. 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
  4. 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
  5. 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
  6. 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
  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