- 作者提出Self- Augmented Training(SAT)学习一个invariance for applications of interest 的表示;
- RIM(Regularised INformation Maximization)与SAT结合生成本文的模型IMSAT;
- 一些具有代表性的聚类方法:K-Means,hashing,Gaussian mixture model clustering,iterative quantization,minimal-loss hashing,这些方法的聚类边界都是线性的。Kernel-based and spectral methods 能够模拟非线性数据,但是很难扩展到大的数据集上。
《Learning Discrete Representation via Information Maximizing Self-Augmented Training》
最新推荐文章于 2022-09-24 20:50:23 发布