
无监督学习
文章平均质量分 93
呆呆的猫
爱发呆 爱抹茶 一直在路上
展开
-
【无监督】6、SimSiam | 基于孪生网络的对比学习的成功源于梯度截断!
本文主要介绍 SimSiam原创 2023-08-21 23:31:55 · 910 阅读 · 0 评论 -
【无监督】5、DINO | 使用自蒸馏和 transformer 来释放自监督学习的超能力(ICCV2021)
本文主要介绍自监督学习 DINO 网络原创 2023-08-20 21:22:16 · 2960 阅读 · 1 评论 -
【无监督】4、BYOL | 首个不使用负样本的对比学习框架
本文主要介绍 BYOL原创 2023-08-19 23:24:15 · 2577 阅读 · 0 评论 -
【无监督】3、SimCLRv1 | 一个非常简单的对比学习框架
本文主要介绍 SimCLRv1原创 2023-08-19 14:18:23 · 473 阅读 · 0 评论 -
【无监督】2、MAE | 自监督模型提取的图像特征也很能打!(CVPR2022 Oral)
本文主要介绍 CVPR2022 Oral MAE 方法原创 2023-08-14 23:41:27 · 1837 阅读 · 0 评论 -
【无监督学习】1、MOCOv1 | 用于提升无监督学习效果的动量对比学习
本文主要介绍无监督学习之 MOCOv1原创 2023-06-22 22:40:54 · 1345 阅读 · 0 评论 -
【无监督学习】0、有监督学习、无监督学习、半监督学习
自监督学习是一种特殊的无监督学习方法,利用辅助任务(pretask)从大规模的无监督数据中挖掘自身的监督信息,来自动生成标签或者特征,从而进行模型训练,其实主要是预训练,将训练好的模型进行迁移或微调后,能解决特定的任务。于是就出现了半监督学习,就是一部分数据带标签,一部分数据不带标签,通过对带标签数据的训练,然后预测出无标签数据的伪标签来进行有监督训练。无监督训练最大的特征就是数据没有标签,顾七学习的目标是通过这些无标签的样本来学习数据内在的特征和规律。对比学习是自监督学习/无监督学习中的一种形式。原创 2023-06-25 10:38:07 · 904 阅读 · 0 评论