自监督学习的SimCLRv2框架

文章预览

作者： Lawrence Alaso Krukrubo 编译：ronghuaiyang 导读 一个巨大的，自监督学习的算法，性能更好。 自监督学习模型是强大的半监督学习 介绍： 计算机视觉长期存在的问题是，在使用大量未标记的数据进行训练时，模型很难在少数有标记的例子中学习。这个问题可能即将结束。 SimCLR框架 Google Research的研究人员，包括Geoffrey Hinton, Ting Chen，和其他一些人建立了 SimCLR框架 。SimCLR是一个简单的视觉表征对比学习框架。SimCLR首先学习未标记数据集上图像的通用表示，然后可以对少量标记图像进行微调，以实现对给定分类任务的良好性能。 通用表示是通过同时学习最大化同一幅图像的不同的视图之间的相似性，并最小化不同的图片的不同视图之间的相似性的方式得到的，后一种方 ………………………………