Cuestionario vinculado a una guía · Medio Nivel

Prueba de codificadores automáticos enmascarados

Revise la tarea de reconstrucción de imágenes de máscara alta de MAE, su diseño de codificador-decodificador asimétrico y la configuración de preentrenamiento evaluada en el artículo.

Rutas de guía relacionadasCodificadores automáticos enmascarados
Pregunta 1 de 8

¿Cuál es la principal tarea autosupervisada en un codificador automático enmascarado?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Cuál es la principal tarea autosupervisada en un codificador automático enmascarado?
    • Reconstruyendo los píxeles de parches que estaban ocultos
    • Clasificar cada imagen en una categoría etiquetada
    • Predecir el siguiente cuadro en una secuencia de video
    • Hacer coincidir una imagen con su título de texto
  2. ¿Aproximadamente qué fracción de parches de imagen normalmente enmascara el MAE original?
    • Alrededor del 15%
    • Alrededor del 75%
    • Alrededor del 35%
    • Alrededor del 95%
  3. ¿Por qué el codificador MAE procesa sólo los parches visibles (desenmascarados)?
    • Porque los parches enmascarados no contienen color útil
    • Para evitar que el modelo vea imágenes reales
    • Para hacer que el entrenamiento sea más rápido y más eficiente en la memoria
    • Porque el decodificador no puede leer codificaciones posicionales
  4. ¿Qué sucede con el decodificador una vez completado el preentrenamiento MAE?
    • Se convierte en el clasificador principal.
    • Está congelado y utilizado para generar nuevas imágenes.
    • Reemplaza el codificador por completo.
    • Está descartado; el codificador se utiliza para tareas posteriores
  5. ¿Qué función de pérdida suele utilizar MAE para la reconstrucción?
    • Error cuadrático medio en píxeles de parche enmascarado
    • Entropía cruzada sobre etiquetas de clase
    • Pérdida contrastante de InfoNCE
    • Pérdida del discriminador adversario
  6. ¿A qué se refiere el diseño 'asimétrico' del MAE?
    • Diferentes tamaños de imagen para entrada y salida.
    • Un codificador pesado combinado con un decodificador liviano
    • Usar dos conjuntos de datos separados para el entrenamiento
    • Enmascarar solo la mitad izquierda de cada imagen.
  7. On which large image dataset did the original MAE paper pretrain its main vision models?
    • MS COCO Captions only
    • LibriDiscurso
    • 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