Quiz lié à un guide · Moyen Niveau

Quiz sur les encodeurs automatiques masqués

Passez en revue la tâche de reconstruction d'image à masque élevé du MAE, sa conception d'encodeur-décodeur asymétrique et la configuration de pré-entraînement évaluée dans l'article.

Chemins de guidage associésEncodeurs automatiques masqués
Question 1 de 8

Quelle est la tâche principale auto-supervisée dans un auto-encodeur masqué ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Quelle est la tâche principale auto-supervisée dans un auto-encodeur masqué ?
    • Reconstruction des pixels des patchs masqués
    • Classer chaque image dans une catégorie étiquetée
    • Prédire l'image suivante dans une séquence vidéo
    • Faire correspondre une image à sa légende de texte
  2. À peu près quelle fraction de patchs d'image le MAE d'origine masque-t-il généralement ?
    • Environ 15%
    • Environ 75%
    • Environ 35%
    • Environ 95 %
  3. Pourquoi l'encodeur MAE traite-t-il uniquement les patchs visibles (non masqués) ?
    • Parce que les patchs masqués ne contiennent aucune couleur utile
    • Pour empêcher le modèle de voir des images réelles
    • Pour rendre l'entraînement plus rapide et plus efficace en termes de mémoire
    • Parce que le décodeur ne peut pas lire les encodages de position
  4. Qu'arrive-t-il au décodeur une fois le pré-entraînement MAE terminé ?
    • Il devient le classificateur principal
    • Il est figé et utilisé pour générer de nouvelles images
    • Il remplace entièrement l'encodeur
    • Il est rejeté ; l'encodeur est utilisé pour les tâches en aval
  5. Quelle fonction de perte le MAE utilise-t-il généralement pour la reconstruction ?
    • Erreur quadratique moyenne sur les pixels des patchs masqués
    • Entropie croisée sur les étiquettes de classe
    • Perte d'informations contrastées
    • Perte de discriminateur contradictoire
  6. La conception « asymétrique » du MAE fait référence à quoi ?
    • Différentes tailles d'image pour l'entrée et la sortie
    • Un encodeur lourd associé à un décodeur léger
    • Utiliser deux ensembles de données distincts pour la formation
    • Masquer uniquement la moitié gauche de chaque image
  7. On which large image dataset did the original MAE paper pretrain its main vision models?
    • MS COCO Captions only
    • LibriDiscours
    • 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