SimCLR
SimCLR on Chenin ym. vuonna 2020 esittelemä itseohjautuvan oppimisen kehys, joka oppii visuaalisia representaatioita vertailemalla kuvien samankaltaisia ja erilaisia näkymiä. Menetelmä soveltaa voimakkaita datan augmentaatioita luodakseen erilaisia näkymiä samasta kuvasta, ja kouluttaa sitten enkooderin tuomaan samankaltaiset näkymät lähelle representaatioavaruudessa samalla kun se työntää erilaiset näkymät erilleen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/fi/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.
- VähänkuvausobjektintunnistusSyväoppiminen↔ compare
- Masked AutoencodersSyväoppiminen↔ compare
- Swin TransformerSyväoppiminen↔ compare
- Vision TransformerSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →