Questionário vinculado ao guia · Médio Nível

Questionário sobre codificadores automáticos mascarados

Revise a tarefa de reconstrução de imagem de alta máscara do MAE, seu design assimétrico de codificador-decodificador e a configuração de pré-treinamento avaliada pelo artigo.

Caminhos de guia relacionadosAutoencoders mascarados
Pergunta 1 de 8

Qual é a principal tarefa auto-supervisionada em um Autoencoder Mascarado?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Qual é a principal tarefa auto-supervisionada em um Autoencoder Mascarado?
    • Reconstruindo os pixels de patches que estavam ocultos
    • Classificando cada imagem em uma categoria rotulada
    • Prever o próximo quadro em uma sequência de vídeo
    • Combinando uma imagem com sua legenda de texto
  2. Aproximadamente que fração de manchas de imagem o MAE original normalmente mascara?
    • Cerca de 15%
    • Cerca de 75%
    • Cerca de 35%
    • Cerca de 95%
  3. Por que o codificador MAE processa apenas os patches visíveis (desmascarados)?
    • Porque os patches mascarados não contêm cores úteis
    • Para evitar que o modelo veja imagens reais
    • Para tornar o treinamento mais rápido e mais eficiente em termos de memória
    • Porque o decodificador não pode ler codificações posicionais
  4. O que acontece com o decodificador após a conclusão do pré-treinamento do MAE?
    • Torna-se o classificador principal
    • É congelado e usado para gerar novas imagens
    • Ele substitui totalmente o codificador
    • É descartado; o codificador é usado para tarefas posteriores
  5. Qual função de perda o MAE normalmente usa para reconstrução?
    • Erro quadrático médio em pixels de patch mascarado
    • Entropia cruzada sobre rótulos de classe
    • Perda contrastiva de InfoNCE
    • Perda do discriminador adversário
  6. O design “assimétrico” do MAE refere-se a quê?
    • Diferentes tamanhos de imagem para entrada e saída
    • Um codificador pesado emparelhado com um decodificador leve
    • Usando dois conjuntos de dados separados para treinamento
    • Mascarando apenas a metade esquerda de cada imagem
  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