- 博客(2)
- 收藏
- 关注
RSS订阅原创 Deep Constrative Learning-A Survey（深度对比学习综述）
孪生神经网络训练：旨在拉近同类图像的特征之间的距离、推远不同类图像之间的距离, 以获得更好的特征提取模型自监督学习：其中的实例判别任务, 将同一批次中的每个样本视作一个独立的类, 故类别的数量与该批次的样本数量相同.对比学习的公式化定义及常用网络架构：该公式的目标是最大化相同图像增广后的两个样本之间的相似度, 同时最小化不同图像经过不同增广后的特征之间的相似度及不同图像经过相同增广后的特征之间的相似度.
2024-06-15 18:24:25
689
原创 Deep Constrative Learning-A Survey（对比学习综述）
在深度学习中, 如何利用大量、易获取的无标注数据增强神经网络模型的特征表达能力, 是一个具有重要意义的研究问题, 而对比学习是解决该问题的有效方法之一, 近年来得到了学术界的广泛关注, 涌现出一大批新的研究方法和成果. 本文综合考察对比学习近年的发展和进步, 提出一种新的面向对比学习的归类方法, 该方法将现有对比学习方法归纳为5类, 包括: 1) 样本对构造;2) 图像增广;3) 网络架构;4) 损失函数;5) 应用.
2024-06-15 18:17:04
931
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人