Învățarea metrică auto-supervizată
Învățarea metrică auto-supervizată antrenează un codificator neural pentru a încorpora intrări astfel încât elementele semantic similare să se afle aproape în spațiul vectorial, utilizând pseudo-etichete generate automat în loc de adnotări umane. Prin combinarea sarcinilor pretext auto-supervizate cu obiective metrice contrastive sau bazate pe triplete, aceasta produce reprezentări transferabile, eficiente din punct de vedere al etichetelor, aplicabile pentru regăsire, grupare și clasificare cu puține exemple.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. Proceedings of the 37th International Conference on Machine Learning (ICML 2020), PMLR 119, 1597–1607. link ↗
- Khosla, P., Tian, Y., Wang, X., Liu, C., Krishnan, D., Isola, P., & Tian, Y. (2020). Supervised Contrastive Learning. Advances in Neural Information Processing Systems (NeurIPS 2020), 33, 18661–18673. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Self-supervised Metric Learning. ScholarGate. https://scholargate.app/ro/machine-learning/self-supervised-metric-learning
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.
- Învățarea metricilorÎnvățare automată↔ compare
- Învățare auto-supervizatăÎnvățare automată↔ compare
- Rețea Neuronală SiameseÎnvățare profundă↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →