Gids-gekoppelde quiz · Middelmatig Niveau

Gemaskerde Autoencoders Quiz

Beoordeel de taak van MAE voor het reconstrueren van sterk gemaskeerde afbeeldingen, het asymmetrische encoder-decoder-ontwerp en de in het artikel geëvalueerde pretraining-opstelling.

Gerelateerde gidspadenGemaskeerde auto-encoders
Vraag 1 van 8

Wat is de kerntaak van zelfbeheer in een gemaskerde auto-encoder?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is de kerntaak van zelfbeheer in een gemaskerde auto-encoder?
    • Het reconstrueren van de pixels van verborgen plekken
    • Classificatie van elke afbeelding in een gelabelde categorie
    • Het voorspellen van het volgende frame in een videoreeks
    • Een afbeelding matchen met het tekstbijschrift
  2. Welk deel van de beeldvlakken maskeert de originele MAE doorgaans?
    • Ongeveer 15%
    • Ongeveer 75%
    • Ongeveer 35%
    • Ongeveer 95%
  3. Waarom verwerkt de MAE-encoder alleen de zichtbare (niet-gemaskeerde) patches?
    • Omdat gemaskerde vlakken geen bruikbare kleur bevatten
    • Om te voorkomen dat het model ooit echte afbeeldingen ziet
    • Om de training sneller en geheugenefficiënter te maken
    • Omdat de decoder geen positionele coderingen kan lezen
  4. Wat gebeurt er met de decoder nadat de MAE-voortraining is voltooid?
    • Het wordt de belangrijkste classificator
    • Het wordt bevroren en gebruikt om nieuwe beelden te genereren
    • Het vervangt de encoder volledig
    • Het wordt weggegooid; de encoder wordt gebruikt voor stroomafwaartse taken
  5. Welke verliesfunctie gebruikt MAE doorgaans voor reconstructie?
    • Gemiddelde kwadratische fout op gemaskeerde patchpixels
    • Cross-entropie over klassenlabels
    • Contrastief InfoNCE-verlies
    • Tegenstrijdig discriminatorverlies
  6. Waar verwijst het 'asymmetrische' ontwerp van MAE naar?
    • Verschillende beeldformaten voor invoer en uitvoer
    • Een zware encoder gecombineerd met een lichtgewicht decoder
    • Twee afzonderlijke datasets gebruiken voor training
    • Alleen de linkerhelft van elke afbeelding maskeren
  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