नकाबपोश ऑटोएन्कोडर्स प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. मास्क्ड ऑटोएन्कोडर में मुख्य स्व-पर्यवेक्षित कार्य क्या है?
   • छिपे हुए पैच के पिक्सेल का पुनर्निर्माण करना
   • प्रत्येक छवि को एक लेबल श्रेणी में वर्गीकृत करना
   • वीडियो अनुक्रम में अगले फ़्रेम की भविष्यवाणी करना
   • किसी छवि का उसके टेक्स्ट कैप्शन से मिलान करना
2. मूल एमएई आम तौर पर छवि पैच का कितना अंश छुपाता है?
   • लगभग 15%
   • लगभग 75%
   • लगभग 35%
   • लगभग 95%
3. एमएई एनकोडर केवल दृश्यमान (अनमास्क्ड) पैच को ही क्यों प्रोसेस करता है?
   • क्योंकि नकाबपोश पैच में कोई उपयोगी रंग नहीं होता है
   • मॉडल को कभी भी वास्तविक छवियाँ देखने से रोकने के लिए
   • प्रशिक्षण को तेज़ और अधिक मेमोरी कुशल बनाने के लिए
   • क्योंकि डिकोडर स्थितीय एन्कोडिंग नहीं पढ़ सकता है
4. एमएई प्रीट्रेनिंग पूरी होने के बाद डिकोडर का क्या होता है?
   • यह मुख्य वर्गीकरणकर्ता बन जाता है
   • इसे जमाया जाता है और नई छवियां बनाने के लिए उपयोग किया जाता है
   • यह एनकोडर को पूरी तरह से बदल देता है
   • इसे त्याग दिया जाता है; एन्कोडर का उपयोग डाउनस्ट्रीम कार्यों के लिए किया जाता है
5. एमएई आमतौर पर पुनर्निर्माण के लिए किस हानि फ़ंक्शन का उपयोग करता है?
   • मास्क्ड-पैच पिक्सेल पर माध्य वर्ग त्रुटि
   • क्लास लेबल पर क्रॉस-एन्ट्रॉपी
   • विरोधाभासी जानकारी हानि
   • प्रतिकूल विभेदक हानि
6. MAE का 'असममित' डिज़ाइन किसको संदर्भित करता है?
   • इनपुट और आउटपुट के लिए अलग-अलग छवि आकार
   • एक भारी एनकोडर को एक हल्के डिकोडर के साथ जोड़ा गया है
   • प्रशिक्षण के लिए दो अलग-अलग डेटासेट का उपयोग करना
   • प्रत्येक छवि के केवल बाएँ आधे भाग को छिपाना
7. On which large image dataset did the original MAE paper pretrain its main vision models?
   • MS COCO Captions only
   • लिब्रिस्पीच
   • 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