SimCLR
SimCLR ir pašuzraudzītās apmācības sistēma, ko 2020. gadā ieviesa Čens ar kolēģiem, un tā apgūst vizuālas reprezentācijas, kontrastējot līdzīgus un atšķirīgus attēlu skatījumus. Metodē tiek izmantotas spēcīgas datu augmentācijas, lai radītu dažādus viena attēla skatījumus, pēc tam apmācot enkoderi, lai tuvinātu līdzīgus skatījumus reprezentācijas telpā, vienlaikus attālinot atšķirīgus skatījumus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/lv/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.
- Daudzskaitļu objektu noteikšanaDziļā mācīšanās↔ compare
- Apslēptie autoenkoderiDziļā mācīšanās↔ compare
- Swin TransformerDziļā mācīšanās↔ compare
- Vision TransformerDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →