Самообучающееся метрическое обучение
Самообучающееся метрическое обучение обучает нейронный энкодер встраивать входные данные таким образом, чтобы семантически схожие элементы располагались близко друг к другу в векторном пространстве, используя автоматически генерируемые псевдо-метки вместо аннотаций человека. Комбинируя самообучающиеся предварительные задачи с контрастными или триплетными метрическими целями, оно создает переносимые, эффективные в плане меток представления, применимые для поиска, кластеризации и классификации с малым числом примеров.
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. 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Self-supervised Metric Learning. ScholarGate. https://scholargate.app/ru/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.
- Метрическое обучениеМашинное обучение↔ compare
- Самообучение с учителемМашинное обучение↔ compare
- Нейронная сеть «Сиамская»Глубокое обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →