SimCLR
SimCLR es un marco de aprendizaje autosupervisado introducido por Chen et al. en 2020 que aprende representaciones visuales contrastando vistas similares y disimilares de imágenes. El método aplica fuertes aumentos de datos para crear diferentes vistas de la misma imagen, y luego entrena un codificador para acercar las vistas similares en el espacio de representación mientras aleja las vistas disimilares.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/es/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.
- Detección de Objetos con Pocos EjemplosAprendizaje profundo↔ compare
- Autoencoders enmascaradosAprendizaje profundo↔ compare
- Swin TransformerAprendizaje profundo↔ compare
- Vision TransformerAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →