SimCLR
SimCLR është një kuadër mësimi me mbikëqyrje të vetë-organizuar (self-supervised learning) i prezantuar nga Chen et al. në vitin 2020, i cili mëson përfaqësime vizuale duke kontrastuar pamje të ngjashme dhe të ndryshme të imazheve. Metoda aplikon augmentime të forta të të dhënave për të krijuar pamje të ndryshme nga i njëjti imazh, pastaj trajnon një enkoder për t'i afruar pamjet e ngjashme në hapësirën e përfaqësimit, ndërsa i shtyn pamjet e ndryshme larg.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). A Simple Framework for Contrastive Learning of Visual Representations. ScholarGate. https://scholargate.app/sq/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.
- Detektimi i objekteve me pak shembuj (Few-Shot Object Detection - FSOD)Mësimi i thellë↔ compare
- Auto-koduesit e maskuarMësimi i thellë↔ compare
- Swin TransformerMësimi i thellë↔ compare
- Vision TransformerMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →