Maswali yanayounganishwa na mwongozo · Kati Kiwango

Maswali ya Masked Autoencoders

Pitia kazi ya ujenzi upya wa picha ya MAE ya mask ya juu, muundo wake wa asymmetric encoder-decoder, na usanidi wa mafunzo ya awali uliotathminiwa kwenye karatasi hiyo.

Njia za mwongozo zinazohusianaVisimbaji Kiotomatiki Vilivyofichwa
Swali 1 ya 8

Je, ni kazi gani kuu ya kujisimamia katika Kisimbo Kiotomatiki kilichofichwa?

Hakiki kila swali8 maswali

Majibu na maelezo huonekana unapojibu maswali.

  1. Je, ni kazi gani kuu ya kujisimamia katika Kisimbo Kiotomatiki kilichofichwa?
    • Inaunda upya saizi za viraka vilivyofichwa
    • Kuainisha kila picha katika kategoria iliyo na lebo
    • Kutabiri fremu inayofuata katika mlolongo wa video
    • Kulinganisha picha na maelezo yake ya maandishi
  2. Takriban ni sehemu gani ya viraka vya picha ambavyo MAE asili huficha kwa kawaida?
    • Takriban 15%
    • Takriban 75%
    • Takriban 35%
    • Takriban 95%
  3. Kwa nini kisimbaji cha MAE huchakata tu viraka vinavyoonekana (vilivyofichwa)?
    • Kwa sababu mabaka yaliyofichwa hayana rangi muhimu
    • Ili kuzuia mfano kutoka milele kuona picha halisi
    • Kufanya mafunzo kwa kasi na ufanisi zaidi wa kumbukumbu
    • Kwa sababu avkodare haiwezi kusoma usimbaji nafasi
  4. Nini kinatokea kwa avkodare baada ya mafunzo ya awali ya MAE kukamilika?
    • Inakuwa mainishaji mkuu
    • Imegandishwa na kutumika kutengeneza picha mpya
    • Inachukua nafasi ya encoder kabisa
    • Inatupwa; programu ya kusimba inatumika kwa kazi za mkondo wa chini
  5. Ni kazi gani ya upotezaji ambayo MAE hutumia kwa ujenzi upya?
    • Wastani wa hitilafu ya mraba kwenye pikseli za kiraka kilichobanwa
    • Mtambuka juu ya lebo za darasa
    • Upotezaji wa Taarifa Kinyume
    • Hasara ya kibaguzi wa adui
  6. Muundo wa 'asymmetric' wa MAE unarejelea nini?
    • Saizi tofauti za picha kwa pembejeo na pato
    • Kisimbaji kizito kilichooanishwa na avkodare nyepesi
    • Kutumia hifadhidata mbili tofauti kwa mafunzo
    • Kufunika nusu ya kushoto ya kila picha
  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