SimCLR
SimCLR è un framework di apprendimento auto-supervisionato introdotto da Chen et al. nel 2020 che apprende rappresentazioni visive contrastando viste simili e dissimili di immagini. Il metodo applica forti data augmentation per creare viste diverse della stessa immagine, quindi addestra un encoder per avvicinare le viste simili nello spazio delle rappresentazioni e allontanare quelle dissimili.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/it/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.
- Rilevamento di Oggetti Few-ShotApprendimento profondo↔ compare
- Autoencoder MascheratiApprendimento profondo↔ compare
- Swin TransformerApprendimento profondo↔ compare
- Vision TransformerApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →