Mit dem Guide verknüpftes Quiz · Mittel Ebene

Maskierte Autoencoder-Quiz

Sehen Sie sich die MAE-Aufgabe zur Bildrekonstruktion mit hoher Maske, das asymmetrische Encoder-Decoder-Design und den in der Arbeit bewerteten Vortrainingsaufbau an.

Verwandte FührungspfadeMaskierte Autoencoder
Frage 1 von 8

Was ist die selbstüberwachte Kernaufgabe in einem maskierten Autoencoder?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was ist die selbstüberwachte Kernaufgabe in einem maskierten Autoencoder?
    • Rekonstruktion der Pixel ausgeblendeter Patches
    • Klassifizierung jedes Bildes in eine beschriftete Kategorie
    • Vorhersage des nächsten Frames in einer Videosequenz
    • Ein Bild seiner Textbeschriftung zuordnen
  2. Welchen Anteil der Bildfelder maskiert das ursprüngliche MAE normalerweise ungefähr?
    • Ungefähr 15 %
    • Ungefähr 75 %
    • Ungefähr 35 %
    • Ungefähr 95 %
  3. Warum verarbeitet der MAE-Encoder nur die sichtbaren (unmaskierten) Patches?
    • Weil maskierte Flecken keine nützliche Farbe enthalten
    • Um zu verhindern, dass das Model jemals echte Bilder sieht
    • Um das Training schneller und gedächtniseffizienter zu machen
    • Weil der Decoder keine Positionskodierungen lesen kann
  4. Was passiert mit dem Decoder, nachdem das MAE-Vortraining abgeschlossen ist?
    • Es wird zum Hauptklassifikator
    • Es wird eingefroren und zur Generierung neuer Bilder verwendet
    • Es ersetzt den Encoder vollständig
    • Es wird verworfen; Der Encoder wird für nachgelagerte Aufgaben verwendet
  5. Welche Verlustfunktion verwendet MAE typischerweise zur Rekonstruktion?
    • Mittlerer quadratischer Fehler bei maskierten Patch-Pixeln
    • Kreuzentropie über Klassenbezeichnungen
    • Kontrastiver InfoNCE-Verlust
    • Verlust des gegnerischen Diskriminators
  6. Worauf bezieht sich das „asymmetrische“ Design von MAE?
    • Unterschiedliche Bildgrößen für Ein- und Ausgabe
    • Ein schwerer Encoder gepaart mit einem leichten Decoder
    • Verwendung von zwei separaten Datensätzen für das Training
    • Maskiert nur die linke Hälfte jedes Bildes
  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