Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Maszkos automatikus kódolók kvíz

Review MAE’s high-mask image reconstruction task, its asymmetric encoder-decoder design, and the paper’s evaluated pretraining setup.

Kapcsolódó útmutató utakMaszkos automatikus kódolók
kérdés 1 -ból 8

Mi az alapvető önfelügyelt feladat egy maszkolt automatikus kódolóban?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi az alapvető önfelügyelt feladat egy maszkolt automatikus kódolóban?
    • Az elrejtett foltok képpontjainak rekonstrukciója
    • Minden kép besorolása egy címkézett kategóriába
    • A következő képkocka előrejelzése egy videósorozatban
    • Kép illesztése a felirathoz
  2. Nagyjából a képfoltok hány részét takarja el az eredeti MAE?
    • kb 15%
    • kb 75%
    • kb 35%
    • kb 95%
  3. Miért csak a látható (nem maszkolt) foltokat dolgozza fel a MAE kódoló?
    • Mivel a maszkos foltok nem tartalmaznak hasznos színt
    • Megakadályozni, hogy a modell valaha is valódi képeket lásson
    • Az edzés gyorsabbá és hatékonyabbá tétele érdekében
    • Mivel a dekóder nem tudja olvasni a pozíciókódolást
  4. Mi történik a dekóderrel a MAE előképzés befejezése után?
    • Ez lesz a fő osztályozó
    • Lefagy, és új képek generálására használják
    • Teljesen lecseréli a kódolót
    • Eldobják; a kódolót downstream feladatokhoz használják
  5. Melyik veszteségfüggvényt használja jellemzően a MAE a rekonstrukcióhoz?
    • Átlagos négyzetes hiba a maszkolt patch képpontokon
    • Keresztentrópia az osztálycímkék felett
    • Kontrasztív InfoNCE veszteség
    • A kontradiktórius diszkriminátor elvesztése
  6. A MAE „aszimmetrikus” kialakítása mire utal?
    • Különböző képméretek a bemenethez és a kimenethez
    • Nehéz kódoló egy könnyű dekóderrel párosítva
    • Két külön adatkészlet használata a képzéshez
    • Minden képnek csak a bal felét takarja el
  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