効率的な前訓練マスクオートエンコーダーの1日での実現

マスクイメージモデリング(MIM)の前訓練を高速化するための効率的な訓練手法を提案し、単一マシンでMAE-Base/16モデルをImageNet 1Kデータセットで800エポック訓練できることを示した。