落了一地秋的博客

Exploring Simple Siamese Representation Learning[arxiv Submitted on 20 Nov 2020]------论文解读注意AbstractIntroduction and Related WorkSiamese networksContrastive learningClusteringBYOLMethodBaseline settingsExperimental setupEmpirical Study注意全文文字或图片来自 KaiMing

MoCoV2 =MoCoV1 + SimCLRMoCoV2 =MoCoV1 + SimCLRMoCo-V2MOCO v2

SimCLR论文blog讲解笔记------ICML 2020写在前面Blog网页笔记算法详解相关文章写在前面全文来自【ICML 2020】SimCLR所作的笔记，我只不过是知识的搬运工。如有侵权，请联系我删除。Blog网页笔记算法详解首先，第一个公式什么意思呢？其实非常好理解，不过是，向量归一化后点积的形式衡量相似性。这其实在MoCoV1 和 Menmory bank 这两篇文章都有提到，且这里和MoCoV1一样用的是余弦衡量的相似性，如果记得没错的话。N 个样本两种 data

Momentum Contrast for Unsupervised Visual Representation Learning----论文阅读2020 CVPR KaiMing参考博客前文1. Introduction2. Related Workpretext task and loss functionsloss functions ------ Contrastive lossespretext taskContrastive learning vs. pretext tasks.3. Metho

论文解读Unsupervised Feature Learning via Non-Parametric Instance Discrimination------2018 CVPRUnsupervised Feature Learning via Non-Parametric Instance Discrimination------2018 CVPR基于非参数实例判别的无监督特征学习我们的无监督特征学习方法的流水线。我们使用主干CNN将每个图像编码为特征向量，将其投影到128维空间并进行L2归一