Skip to content
简体中文

切换主题

// ◐ 世界模型与自监督表征

掩码自编码器 MAE

遮住 75% 的图像块,让模型补全,从而学到视觉表征。

Masked Autoencoders (MAE) 2021 进阶 核心

通俗解释

像 BERT 的完形填空搬到视觉:编码器只看可见块,轻量解码器重建被遮块的像素。高遮盖率让任务足够难,训练又快。

用在哪里:视觉预训练、医学影像

时间轴 · 前置 → 当前 → 后继

2018 BERT2020 视觉 Transforme…2021 掩码自编码器 MAE2023 联合嵌入预测架构 JEPA

01原始论文

Masked Autoencoders Are Scalable Vision Learners

Kaiming He, Xinlei Chen, Saining Xie, et al. · 2021

arXiv ↗ ✓ 已核实 · arXiv API

02知识位置

左边先学;右边是学完它之后可以学的。

先学

掩码自编码器 MAE

学完可以学

相关:SimCLR 自监督对比学习

视觉 Transformer …BERT联合嵌入预测架构 JEPASimCLR 自监督对比学习 掩码自编码器 MAE

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)