Самокероване навчання метрик
Самокероване навчання метрик тренує нейронний кодер для вбудовування вхідних даних таким чином, щоб семантично подібні елементи знаходилися близько один до одного у векторному просторі, використовуючи автоматично згенеровані псевдо-мітки замість людських анотацій. Поєднуючи самокеровані допоміжні завдання з контрастивними або трійчастими метричними цілями, воно створює переносні, ефективні за кількістю міток представлення, застосовні для пошуку, кластеризації та класифікації з малою кількістю прикладів.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Self-supervised Metric Learning. ScholarGate. https://scholargate.app/uk/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.
- Навчання метрикМашинне навчання↔ compare
- Самокероване навчанняМашинне навчання↔ compare
- Сиамська нейронна мережаГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →