SimCLR
SimCLR je rámec samoučiacého sa učenia predstavený Chenom et al. v roku 2020, ktorý sa učí vizuálne reprezentácie kontrastovaním podobných a nepodobných pohľadov na obrázky. Metóda aplikuje silné augmentácie dát na vytvorenie rôznych pohľadov na ten istý obrázok, potom trénuje enkodér, aby priblížil podobné pohľady v priestore reprezentácií, zatiaľ čo odtláča nepodobné pohľady.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/sk/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.
- Detekcia objektov s malým počtom príkladovHlboké učenie↔ compare
- Maskované autoenkodéryHlboké učenie↔ compare
- Swin TransformerHlboké učenie↔ compare
- Vision TransformerHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →