Quiz collegato alla guida · Medio Livello

Quiz sugli autocodificatori mascherati

Esaminare l'attività di ricostruzione dell'immagine a maschera elevata di MAE, il suo design asimmetrico del codificatore-decodificatore e la configurazione di pre-addestramento valutata nel documento.

Percorsi guida correlatiCodificatori automatici mascherati
Domanda 1 di 8

Qual è l'attività autosuperata principale in un Masked Autoencoder?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Qual è l'attività autosuperata principale in un Masked Autoencoder?
    • Ricostruire i pixel delle patch che erano nascoste
    • Classificare ogni immagine in una categoria etichettata
    • Prevedere il fotogramma successivo in una sequenza video
    • Abbinare un'immagine alla sua didascalia di testo
  2. Approssimativamente quale frazione di patch di immagine viene solitamente mascherata dal MAE originale?
    • Circa il 15%
    • Circa il 75%
    • Circa il 35%
    • Circa il 95%
  3. Perché il codificatore MAE elabora solo le patch visibili (non mascherate)?
    • Perché i cerotti mascherati non contengono colori utili
    • Per evitare che la modella possa mai vedere immagini reali
    • Per rendere l'allenamento più veloce e più efficiente in termini di memoria
    • Perché il decoder non può leggere le codifiche posizionali
  4. Cosa succede al decoder una volta completato il preaddestramento MAE?
    • Diventa il classificatore principale
    • Viene congelato e utilizzato per generare nuove immagini
    • Sostituisce completamente l'encoder
    • Viene scartato; l'encoder viene utilizzato per le attività a valle
  5. Quale funzione di perdita utilizza tipicamente MAE per la ricostruzione?
    • Errore quadratico medio sui pixel della patch mascherata
    • Entropia incrociata sulle etichette di classe
    • Perdita contrastiva di InfoNCE
    • Perdita del discriminatore contraddittorio
  6. A cosa si riferisce il design 'asimmetrico' del MAE?
    • Diverse dimensioni dell'immagine per input e output
    • Un codificatore pesante abbinato a un decoder leggero
    • Utilizzo di due set di dati separati per l'addestramento
    • Mascherare solo la metà sinistra di ogni immagine
  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