SimCLR
SimCLR — это фреймворк самонаблюдаемое обучение (self-supervised learning), представленный Chen et al. в 2020 году, который изучает визуальные представления путем сопоставления похожих и непохожих пар изображений. Метод применяет сильные аугментации данных для создания различных представлений одного и того же изображения, а затем обучает энкодер приближать похожие представления в пространстве признаков, одновременно отдаляя непохожие.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/ru/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.
- Few-Shot Object DetectionГлубокое обучение↔ compare
- Маскированные автокодировщикиГлубокое обучение↔ compare
- Swin TransformerГлубокое обучение↔ compare
- Vision TransformerГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →