Quiz o maskowanych autoenkoderach

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jakie jest podstawowe zadanie samonadzorowane w maskowanym autoenkoderze?
   • Rekonstrukcja pikseli plam, które zostały ukryte
   • Klasyfikacja każdego obrazu w oznaczonej kategorii
   • Przewidywanie następnej klatki w sekwencji wideo
   • Dopasowywanie obrazu do jego podpisu tekstowego
2. Mniej więcej, jaką część plam obrazu zwykle maskuje oryginalny MAE?
   • Około 15%
   • Około 75%
   • Około 35%
   • Około 95%
3. Dlaczego koder MAE przetwarza tylko widoczne (niezamaskowane) poprawki?
   • Ponieważ zamaskowane plamy nie zawierają użytecznego koloru
   • Aby uniemożliwić modelowi zobaczenie prawdziwych obrazów
   • Aby trening był szybszy i wydajniejszy pod względem pamięci
   • Ponieważ dekoder nie może odczytać kodowania pozycyjnego
4. Co dzieje się z dekoderem po zakończeniu wstępnego uczenia MAE?
   • Staje się głównym klasyfikatorem
   • Jest zamrażany i używany do generowania nowych obrazów
   • Całkowicie zastępuje enkoder
   • Jest odrzucany; koder jest używany do dalszych zadań
5. Jakiej funkcji straty MAE zwykle używa do rekonstrukcji?
   • Średni błąd kwadratowy na pikselach z maską
   • Entropia krzyżowa po etykietach klas
   • Kontrastowa strata InfoNCE
   • Utrata dyskryminatora kontradyktoryjnego
6. Do czego odnosi się „asymetryczna” konstrukcja MAE?
   • Różne rozmiary obrazu dla wejścia i wyjścia
   • Ciężki koder w połączeniu z lekkim dekoderem
   • Używanie dwóch oddzielnych zbiorów danych do szkolenia
   • Maskowanie tylko lewej połowy każdego obrazu
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