Aprendizaje contrastivo visual
El aprendizaje contrastivo visual es un enfoque de aprendizaje profundo auto-supervisado —popularizado por marcos como SimCLR (Chen et al., 2020) y MoCo (He et al., 2020)— que aprende representaciones de imágenes ricas sin etiquetas, acercando diferentes aumentos de la misma imagen y separando imágenes distintas. Convierte un gran conjunto de imágenes sin etiquetar en un extractor de características útil.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
Cómo citar esta página
ScholarGate. (2026, June 1). Visual Contrastive Self-Supervised Learning (SimCLR / MoCo / BYOL). ScholarGate. https://scholargate.app/es/deep-learning/contrastive-learning-dl
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.
- Red de Atención GráficaAprendizaje profundo↔ compare
- Longformer / BigBirdAprendizaje profundo↔ compare
- Mezcla de ExpertosAprendizaje profundo↔ compare
- Random ForestAprendizaje automático↔ compare
- XGBoostAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →