- 博客(1)
- 资源 (5)
- 收藏
- 关注
原创 自监督学习和无监督学习的区别
无监督学习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自监督学习和无监督学习不同,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,通过这种构造的监督信息对网络进行训练,从而可以学习到对下游任务有价值的表征。换句话说:自监督学习的监督信息不是人工标注的,而是是通过辅助任务(pretext)在大规模无监督数据中自动构造监督信息,通过得到的标签,就可以类似有监督学习一样进行训练。区别自监督学习是从数据本身找标签来进行
2021-09-12 10:47:05 15637 1
2020年1月山东大学计算机视觉期末考试试题(计算机学院人工智能班).docx
2020-01-05
基于opencv的BackgroundSubtractorMOG2和BackgroundSubtractorKNN的 原视频 和结果视频
2019-11-03
objdata.zip
2019-06-06
数组描述线性表
2018-11-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人