超级会员免费看
本文介绍了MAE（Masked Autoencoders），一种自监督学习方法，用于训练大规模视觉模型。MAE采用非对称的编码器-解码器架构，通过随机掩码图像的部分区域来学习有效的表示。预训练后的编码器可用于识别任务，而轻量级解码器则用于重构被掩码的像素。实验表明，MAE在不同掩码比例下都能取得良好效果，并且在下游任务上表现出色。
欢迎关注我的CSDN：https://blog.csdn.net/caroline_wendy
本文地址：https://blog.csdn.net/caroline_wendy/article/details/128345741
Paper：MAE - Masked Autoencoders Are Scalable Vision Learners
-
掩码的自编码器是可扩展的视觉学习器
-
Kaiming He，FAIR
Code：https://github.com/facebookresearch/mae
self-supervised learning，自监督学习算法
Abstract摘要：写作意图、算法描述、最优效果
MAE，Masked AutoEncoders，类似于BERT，asymmetric encoder-decoder architecture，非对称的编码器-解码器架构。
A nontr
订阅专栏 解锁全文
扫一扫
2159
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
