Самообучаващо се метрично обучение
Самообучаващото се метрично обучение обучава невронна кодираща система да вгражда входни данни така, че семантично сходните елементи да лежат близо един до друг във векторно пространство, като използва автоматично генерирани псевдо-етикети вместо човешки анотации. Чрез комбиниране на самообучаващи се предварителни задачи с контрастивни или триплетни метрични цели, то произвежда преносими, ефикасни по отношение на етикетите представяния, приложими за извличане на информация, клъстериране и класификация с малко примери.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. Proceedings of the 37th International Conference on Machine Learning (ICML 2020), PMLR 119, 1597–1607. link ↗
- Khosla, P., Tian, Y., Wang, X., Liu, C., Krishnan, D., Isola, P., & Tian, Y. (2020). Supervised Contrastive Learning. Advances in Neural Information Processing Systems (NeurIPS 2020), 33, 18661–18673. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised Metric Learning. ScholarGate. https://scholargate.app/bg/machine-learning/self-supervised-metric-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Метрично обучениеМашинно обучение↔ compare
- Самообучаващо се ученеМашинно обучение↔ compare
- Сиамска невронна мрежаДълбоко обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →