ScholarGate
助手
Machine learningMachine learning

自监督学习

自监督学习（SSL）是一种机器学习范式，它通过定义辅助的“前置任务”（pretext task）——例如预测被掩码的词语、旋转图像或对比增强视图——直接从无标签数据中生成自身的监督信号，并利用学习到的表征作为下游任务的强大起点，只需极少的有标签示例。

在 MethodMind 中打开即将推出视频即将推出Download slides

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

Method map

The neighbourhood of related methods — select a node to explore.

自监督学习
少样本学习半监督学习迁移学习联邦主动学习主动学习与自监督学习对比学习在自然语言处理中的应用集成自监督学习集成半监督学习度量学习在线学习

+30 more

来源

  1. LeCun, Y. & Misra, I. (2022). Self-supervised learning: The dark matter of intelligence. Meta AI Blog. https://ai.facebook.com/blog/self-supervised-learning-the-dark-matter-of-intelligence/ link ↗
  2. Self-supervised learning. Wikipedia. link ↗

如何引用本页

ScholarGate. (2026, June 3). Self-supervised Learning (Pretext-task Representation Learning). ScholarGate. https://scholargate.app/zh/machine-learning/self-supervised-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.

Compare side by side →

被引用于

联邦主动学习主动学习与自监督学习对比学习在自然语言处理中的应用集成自监督学习集成半监督学习少样本学习度量学习在线学习在线自监督学习在线半监督学习正则化少样本学习正则化半监督学习自监督主动学习自监督自编码器异常检测自监督增强学习自监督 DBSCANSelf-supervised Federated Learning自监督高斯过程自监督实例分割自监督 K-均值自监督 K-近邻自监督 LightGBM自监督逻辑回归自监督度量学习自监督朴素贝叶斯自监督单类支持向量机 (Self-supervised One-class SVM)自监督随机森林自监督支持向量机自监督迁移学习半监督联邦学习半监督少样本学习半监督梯度提升半监督学习半监督度量学习半监督迁移学习半监督投票集成迁移学习弱监督语义分割弱监督文本摘要弱监督视觉变换器

发现本页有问题？报告或提出修改建议 →

ScholarGate — Self-supervised Learning (Self-supervised Learning (Pretext-task Representation Learning)). 于 2026-06-15 检索自 https://scholargate.app/zh/machine-learning/self-supervised-learning · 数据集： https://doi.org/10.5281/zenodo.20539026