目录
一、简易版区别
A Survey on Semi-, Self-and Unsupervised Learning for Image Classification 文中的解释:
监督学习(a):给出全部样本红蓝两类的标签
半监督学习(b):给出部分标签
无监督(c):完全无标签
自监督(d):在无标签数据上通过pretext task学习representation(之后在下游任务的有标签数据上fine-tune representation)
二、详细版区别
监督学习利用大量的标注数据来训练模型,模型的预测和数据的真实标签产生损失后进行反向传播,通过不断的学习,最终可以获得识别新样本的能力。
无监督学习不依赖任何标签值,通过对数据内在特征的挖掘,找到样本间的关系,比如聚类相关的任务。
和无监督学习不同,自监督学习主要是利用辅助任务(pretext)从大规模的无监督数据中挖掘自身的监督信息,通过这种构造的监