Rangkaian Saraf Konvolusional Kendiri-Selia
Rangkaian saraf konvolusional (CNN) kendiri-selia mempelajari perwakilan visual yang berkuasa daripada imej tanpa label dengan menyelesaikan tugasan awal — seperti diskriminasi contoh kontras atau ramalan tampalan bertopeng — dan kemudian menala halus pada set berlabel kecil. Pendekatan ini mengurangkan pergantungan pada set data beranotasi besar secara dramatik sambil mengekalkan kekuatan pengekstrakan ciri spatial seni bina konvolusional.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. In Proceedings of the 37th International Conference on Machine Learning (ICML 2020), PMLR 119, 1597–1607. link ↗
- He, K., Fan, H., Wu, Y., Xie, S., & Girshick, R. (2020). Momentum Contrast for Unsupervised Visual Representation Learning. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2020), 9729–9738. DOI: 10.1109/CVPR42600.2020.00975 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Self-Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/ms/deep-learning/self-supervised-convolutional-neural-network
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.
- Fine-Tuned Convolutional Neural NetworkPembelajaran Mendalam↔ compare
- Transformer kendiri-terlarasPembelajaran Mendalam↔ compare
- Self-supervised Vision TransformerPembelajaran Mendalam↔ compare
- Rangkaian Saraf Konvolusional Separuh-TerawasiPembelajaran Mendalam↔ compare
- Pembelajaran Pindahan dengan Rangkaian Neural KonvolusiPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →