[LAB 05 · 像素 patch 词典：拟合与重建](/course/notebooks/de39b998077f44cca4b8407085547766.html)

# 学习路径： 从遮挡重建到表示评价
[独立阅读](/course/notebook-blocks/f5110118913442269208cf213f242d3f.html)
按问题继续

真实MNIST patch的Lloyd拟合、词典中心、保留误差与历史输出

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

**不提供数字类别，能否从局部像素学出一套压缩词典？**

先看16个7×7中心和训练距离曲线，再沿“分给最近中心→重算中心”走一轮，最后查看保留图的重建误差。训练排除近空白patch，评价包含全部patch，两项误差不能直接相减当泛化间距。

可交付的一项判断是：把词典从16个中心改成8个时，你预计哪些笔画更难保留，运行结果是否支持？只改词典大小，先保持数据、patch大小和划分。

本册是[CLS 04重建约束](https://deepnote.com/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/23b0affc4b824723927bd0938fd2bbda)的基础支路；[P19本页说明](/course/pages/l3-r2-p19.html)连接MAE。拟合不读取类别标签，也不等于学到数字语义。想比较可学习瓶颈与遮挡目标，再选[LAB 08](https://deepnote.com/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/b5ba27f2c5ba4ec0922208a7d5dc80a4)。