ガイド連動クイズ · 中 レベル

マスクされたオートエンコーダーに関するクイズ

MAE のハイマスク画像再構成タスク、その非対称エンコーダー/デコーダー設計、および論文で評価された事前トレーニング設定を確認します。

関連するガイドパスマスクされたオートエンコーダ
質問 1 の 8

マスクされたオートエンコーダーの中心となる自己教師ありタスクは何ですか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. マスクされたオートエンコーダーの中心となる自己教師ありタスクは何ですか?
    • 非表示になったパッチのピクセルを再構築する
    • 各画像をラベル付きのカテゴリに分類する
    • ビデオ シーケンスの次のフレームを予測する
    • 画像とそのテキストキャプションを一致させる
  2. オリジナルの MAE は通常、イメージ パッチのどの部分をマスクしますか?
    • 約15％
    • 約75%
    • 約35%
    • 約95%
  3. MAE エンコーダが表示されている (マスクされていない) パッチのみを処理するのはなぜですか?
    • マスクされたパッチには有用な色が含まれていないため、
    • モデルが実際の画像を見ないようにするには
    • トレーニングを高速化し、メモリ効率を高めるには
    • デコーダは位置エンコーディングを読み取ることができないため、
  4. MAE の事前トレーニングが完了した後、デコーダーはどうなりますか?
    • メインの分類子になります
    • 凍結され、新しい画像の生成に使用されます
    • エンコーダを完全に置き換えます
    • それは破棄されます。エンコーダは下流のタスクに使用されます
  5. MAE は通常、再構築にどの損失関数を使用しますか?
    • マスクされたパッチピクセルの平均二乗誤差
    • クラスラベル上のクロスエントロピー
    • 対照的な InfoNCE 損失
    • 敵対的識別子の損失
  6. MAE の「非対称」デザインは何を指しますか?
    • 入力と出力で異なる画像サイズ
    • 重いエンコーダと軽量のデコーダを組み合わせたもの
    • トレーニングに 2 つの別々のデータセットを使用する
    • すべての画像の左半分のみをマスクする
  7. On which large image dataset did the original MAE paper pretrain its main vision models?
    • MS COCO Captions only
    • リブスピーチ
    • 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