Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố về bộ mã hóa tự động đeo mặt nạ

Xem lại nhiệm vụ tái tạo hình ảnh mặt nạ cao của MAE, thiết kế bộ mã hóa-giải mã bất đối xứng của nó và thiết lập đào tạo trước được đánh giá của bài báo.

Đường dẫn hướng dẫn liên quanBộ mã hóa tự động đeo mặt nạ
Câu hỏi 1 của 8

Nhiệm vụ tự giám sát cốt lõi trong Bộ mã hóa tự động đeo mặt nạ là gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Nhiệm vụ tự giám sát cốt lõi trong Bộ mã hóa tự động đeo mặt nạ là gì?
    • Xây dựng lại các pixel của các bản vá bị ẩn
    • Phân loại từng hình ảnh thành một danh mục được gắn nhãn
    • Dự đoán khung hình tiếp theo trong chuỗi video
    • Khớp hình ảnh với chú thích văn bản của nó
  2. MAE ban đầu thường che đi khoảng bao nhiêu phần bản vá hình ảnh?
    • Khoảng 15%
    • Khoảng 75%
    • Khoảng 35%
    • Khoảng 95%
  3. Tại sao bộ mã hóa MAE chỉ xử lý các bản vá hiển thị (không được che giấu)?
    • Bởi vì các miếng vá bị che không chứa màu hữu ích
    • Để ngăn người mẫu nhìn thấy hình ảnh thật
    • Để đào tạo nhanh hơn và hiệu quả hơn về trí nhớ
    • Bởi vì bộ giải mã không thể đọc được mã hóa vị trí
  4. Điều gì xảy ra với bộ giải mã sau khi quá trình huấn luyện trước MAE hoàn tất?
    • Nó trở thành bộ phân loại chính
    • Nó bị đóng băng và được sử dụng để tạo ra hình ảnh mới
    • Nó thay thế hoàn toàn bộ mã hóa
    • Nó bị loại bỏ; bộ mã hóa được sử dụng cho các tác vụ xuôi dòng
  5. MAE thường sử dụng hàm mất mát nào để tái thiết?
    • Lỗi bình phương trung bình trên các pixel có miếng che
    • Entropy chéo trên nhãn lớp
    • Mất InfoNCE tương phản
    • Mất khả năng phân biệt đối xử
  6. Thiết kế 'bất đối xứng' của MAE ám chỉ điều gì?
    • Kích thước hình ảnh khác nhau cho đầu vào và đầu ra
    • Bộ mã hóa hạng nặng kết hợp với bộ giải mã hạng nhẹ
    • Sử dụng hai bộ dữ liệu riêng biệt để đào tạo
    • Chỉ che nửa bên trái của mỗi hình ảnh
  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