Вікторина, пов’язана з посібником · Середній Рівень

Вікторина «Масковані автокодери».

Ознайомтеся з завданням MAE реконструкції зображення з високою маскою, його асиметричним дизайном кодера-декодера та оціненими налаштуваннями попереднього навчання в статті.

Пов'язані напрямні шляхиМасковані автокодери
Питання 1 з 8

Яке основне самоконтрольоване завдання в маскованому автокодері?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Яке основне самоконтрольоване завдання в маскованому автокодері?
    • Реконструкція пікселів патчів, які були приховані
    • Класифікація кожного зображення в категорію з мітками
    • Прогнозування наступного кадру відеоряду
    • Зіставлення зображення з текстовим підписом
  2. Приблизно яку частину патчів зображення зазвичай маскує оригінальний MAE?
    • Близько 15%
    • Близько 75%
    • Близько 35%
    • Близько 95%
  3. Чому кодувальник MAE обробляє лише видимі (незамасковані) патчі?
    • Оскільки масковані плями не містять корисного кольору
    • Щоб модель не побачила реальних зображень
    • Щоб зробити тренування швидшим і ефективнішим для пам’яті
    • Оскільки декодер не може читати позиційне кодування
  4. Що відбувається з декодером після завершення попереднього навчання MAE?
    • Він стає основним класифікатором
    • Він заморожений і використовується для створення нових зображень
    • Він повністю замінює кодер
    • Його викидають; кодер використовується для подальших завдань
  5. Яку функцію втрат MAE зазвичай використовує для реконструкції?
    • Середньоквадратична помилка пікселів із замаскованими плямами
    • Перехресна ентропія над мітками класів
    • Контрастивна втрата InfoNCE
    • Втрата змагального дискримінатора
  6. До чого відноситься «асиметричний» дизайн MAE?
    • Різні розміри зображення для введення та виведення
    • Важкий кодер у поєднанні з легким декодером
    • Використання двох окремих наборів даних для навчання
    • Маскування лише лівої половини кожного зображення
  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