# 从遮挡重建到表示评价

看见少量图块，学会补图之后得到的表示是否可用？
[固定学习路径](/course/study/masked-reconstruction.html)
## 阅读与动手顺序

- ### 先辨认模型看见什么

对应 16 块中 4 块可见的课堂机制，分开可见输入、位置线索、解码补位与遮挡位置目标。
- ### 读小型学习实验

LAB08 用完整像素网格和 mask 通道训练小型卷积自编码器，再单独评价表示；它不采用原版 MAE 只编码可见 token 的结构，也不复现该结构的计算节省。
- ### 需要时回到 patch 词典

LAB05 的 patch 词典解释另一种无类别标签的表示构造，可与神经网络重建比较。
## 带走的结果

并列报告重建误差与一个下游读出结果，解释二者回答的问题为何不同。

## 优先实践

可先阅读已有结果，再按问题选择是否重算。并列实验提供不同起点，不要求全部运行。

- [LAB 08 · 图像重建：遮挡损失与表示评价](/course/notebooks/b5ba27f2c5ba4ec0922208a7d5dc80a4.html)
索引恢复、去噪/遮挡ConvAE训练、PCA基线、独立冻结评价
[在 Deepnote 打开 ↗](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)
## 配套讲解

- [CLS 04 · 重建：约束、位置与表示评价](/course/notebooks/23b0affc4b824723927bd0938fd2bbda.html)
词典/PCA数值、线性自编码约束、遮挡索引、masked ConvAE与MAE区别
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/23b0affc4b824723927bd0938fd2bbda?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=23b0affc4b824723927bd0938fd2bbda&utm_term=get_notebook)
#### 遇到相应问题时再展开（1 项）

- [LAB 05 · 像素 patch 词典：拟合与重建](/course/notebooks/de39b998077f44cca4b8407085547766.html)
真实MNIST patch的Lloyd拟合、词典中心、保留误差与历史输出
[在 Deepnote 打开 ↗](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)
## 接回课堂中的问题
[全部学习路径](/course/study.html)[本部分导读](/course/guide.html#I)[按问题查找](/course/knowledge.html)