Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Autoencoders Bertopeng

Semak tugas pembinaan semula imej bertopeng tinggi MAE, reka bentuk penyahkod pengekod asimetriknya, dan persediaan pralatihan yang dinilai kertas itu.

Laluan panduan yang berkaitanAutoenkoder Bertopeng
soalan 1 daripada 8

Apakah tugas teras penyeliaan sendiri dalam Autoencoder Bertopeng?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah tugas teras penyeliaan sendiri dalam Autoencoder Bertopeng?
    • Membina semula piksel tampung yang disembunyikan
    • Mengelaskan setiap imej ke dalam kategori berlabel
    • Meramalkan bingkai seterusnya dalam urutan video
    • Memadankan imej dengan kapsyen teksnya
  2. Kira-kira apakah pecahan tampalan imej yang biasanya disembunyikan oleh MAE asal?
    • Kira-kira 15%
    • Kira-kira 75%
    • Kira-kira 35%
    • Kira-kira 95%
  3. Mengapakah pengekod MAE hanya memproses tampalan yang boleh dilihat (tidak bertopeng)?
    • Kerana tompok bertopeng tidak mengandungi warna yang berguna
    • Untuk mengelakkan model daripada melihat imej sebenar
    • Untuk menjadikan latihan lebih pantas dan lebih cekap ingatan
    • Kerana penyahkod tidak boleh membaca pengekodan kedudukan
  4. Apakah yang berlaku kepada penyahkod selepas pralatihan MAE selesai?
    • Ia menjadi pengelas utama
    • Ia dibekukan dan digunakan untuk menjana imej baharu
    • Ia menggantikan pengekod sepenuhnya
    • Ia dibuang; pengekod digunakan untuk tugas hiliran
  5. Fungsi kehilangan yang manakah yang biasanya digunakan oleh MAE untuk pembinaan semula?
    • Min ralat kuasa dua pada piksel tampalan bertopeng
    • Entropi silang atas label kelas
    • Kehilangan InfoNCE Kontrastif
    • Kehilangan diskriminasi musuh
  6. Reka bentuk 'asimetri' MAE merujuk kepada apa?
    • Saiz imej yang berbeza untuk input dan output
    • Pengekod berat dipasangkan dengan penyahkod ringan
    • Menggunakan dua set data berasingan untuk latihan
    • Menyamarkan hanya separuh kiri setiap imej
  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