[LAB 08 · 图像重建：遮挡损失与表示评价](/course/notebooks/b5ba27f2c5ba4ec0922208a7d5dc80a4.html)

# 学习路径： 从遮挡重建到表示评价
[独立阅读](/course/notebook-blocks/213eada7e52e4e9eb4ecb19dda19ee5c.html)
按问题继续

索引恢复、去噪/遮挡ConvAE训练、PCA基线、独立冻结评价

**学习路径：** [从遮挡重建到表示评价](/course/study/masked-reconstruction.html)

**图像恢复得更好，与学到更好用的表示，是同一个结果吗？**

先看固定前8张保留图的输入、预测与误差，再读两份评价：隐藏像素MSE与冻结编码器5NN。第五列拼回已知像素和预测隐藏部分，数值只评价隐藏区域；不要把可见真值当模型预测。

产出一份双指标解释：哪项说明恢复改善，哪项说明本次数字读出改善。需要追踪实现时，先核对索引恢复，再读`patch_mask`、隐藏loss分母和冻结probe。这里训练的是密集卷积自编码器；原MAE只编码可见token的计算节省由[P20](/course/pages/l3-r2-p20.html)另行解释。

[P22](/course/pages/l3-r2-p22.html)与[重建和读出两份结果](/course/blocks/reconstruction-and-readout-two-results.html)承接课堂。已有本地结果和旧云端复核分别保留。对离散词典感兴趣再选[LAB 05](https://deepnote.com/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/de39b998077f44cca4b8407085547766)，不作为本册前置。