SimCLR
SimCLR je okvir za samonadzorirano učenje koji su predstavili Chen et al. 2020. godine, a koji uči vizualne reprezentacije kontrastiranjem sličnih i različitih prikaza slika. Metoda primjenjuje snažne augmentacije podataka kako bi stvorila različite prikaze iste slike, a zatim trenira enkoder da približi slične prikaze u prostoru reprezentacija, istovremeno udaljavajući različite prikaze.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/hr/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.
- Otkrivanje objekata s malo primjeraDuboko učenje↔ compare
- Masked AutoencodersDuboko učenje↔ compare
- Swin TransformerDuboko učenje↔ compare
- Vision TransformerDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →