[CLS 04 · 重建：约束、位置与表示评价](/course/notebooks/23b0affc4b824723927bd0938fd2bbda.html)

# 读到这里，可以如何继续？
[独立阅读](/course/notebook-blocks/de414705e5654ffa86fc46358756877d.html)
按问题继续

词典/PCA数值、线性自编码约束、遮挡索引、masked ConvAE与MAE区别

### 读到这里，可以如何继续？

若你能解释“限制输入”与“限制表示”有什么不同，并能给16块示意写出隐藏loss分母，就已完成本册机制主线。接下来选 [LAB 08 · 图像重建：遮挡损失与表示评价](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/b5ba27f2c5ba4ec0922208a7d5dc80a4?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=b5ba27f2c5ba4ec0922208a7d5dc80a4&utm_term=get_notebook)：先看真实输入、重建、误差，最后读冻结5NN。其模型是masked ConvAE，仍处理稠密网格；原MAE的可见token节省计算由 [少看图块为何省计算，又为何不是固定加速比](/course/blocks/mae-compute-not-sixteen-times.html) 单独解释。

只想看一个无需神经网络的实际无标签优化，可选 [LAB 05 · 像素 patch 词典：拟合与重建](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/de39b998077f44cca4b8407085547766?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=de39b998077f44cca4b8407085547766&utm_term=get_notebook) 的MNIST patch词典。关于教师目标的旧拓展已由 [CLS 06 · 表示的三个检查：目标、信息与新域](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/c0645a4db6e04188ab5b119e87c53bed?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=c0645a4db6e04188ab5b119e87c53bed&utm_term=get_notebook) 统一组织，不需要在词典实验末尾再学一遍。最后回到 [P23 本页说明](/course/pages/l3-r2-p23.html)：重建好与新任务好，需要分别测量。