SimCLR
SimCLR je rámec pro učení s vlastním dohledem (self-supervised learning), představený Chenem et al. v roce 2020, který se učí vizuální reprezentace porovnáváním podobných a nepodobných pohledů na obrazy. Metoda aplikuje silné datové augmentace k vytvoření různých pohledů na stejný obraz, a poté trénuje kodér tak, aby přiblížil podobné pohledy v prostoru reprezentací a zároveň oddálil nepodobné pohledy.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A simple framework for contrastive learning of visual representations. In International conference on machine learning (pp. 1597-1607). PMLR. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/cs/deep-learning/simclr
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.
- Detekce objektů s malým počtem příkladůHluboké učení↔ compare
- Maskované autoenkodéryHluboké učení↔ compare
- Swin TransformerHluboké učení↔ compare
- Vision TransformerHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →