Machine learningDeep Learning, Self-Supervised Learning, Contrastive Learning
SimCLR
SimCLR הוא מסגרת למידה בלתי מונחית שהוצגה על ידי Chen ועמיתים בשנת 2020, הלומדת ייצוגים חזותיים על ידי ניגוד בין תצפיות דומות ושונות של תמונות. השיטה מיישמת הגברות נתונים חזקות ליצירת תצפיות שונות מאותה תמונה, ואז מאמנת מקודד כדי לקרב תצפיות דומות במרחב הייצוג תוך דחיית תצפיות שונות.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/he/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.
- זיהוי אובייקטים במעט דוגמאותלמידה עמוקה↔ compare
- מקודדים אוטומטיים ממוסכיםלמידה עמוקה↔ compare
- טרנספורמר סוויןלמידה עמוקה↔ compare
- טרנספורמר ראייהלמידה עמוקה↔ compare