Učenie metrík pomocou samoučenia
Samoučenie metrík trénuje neurónový enkodér na vkladanie vstupov tak, aby sémanticky podobné položky ležali blízko seba vo vektorovom priestore, pričom namiesto ľudských anotácií používa automaticky generované pseudoznačky. Kombináciou samoučiacich sa predbežných úloh s kontrastívnymi alebo trojicovými metrickými cielemi produkuje prenosné, na značky efektívne reprezentácie použiteľné na vyhľadávanie, zhlukovanie a klasifikáciu s malým počtom príkladov.
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. 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised Metric Learning. ScholarGate. https://scholargate.app/sk/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.
- Učenie metríkStrojové učenie↔ compare
- SamoučenieStrojové učenie↔ compare
- Siamská neurónová sieťHlboké učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →