Публикации по теме 'self-supervised-learning'
Передача знаний в самоконтролируемом обучении
Самоконтролируемое обучение — это интересная область исследований, целью которой является изучение богатых представлений из немаркированных данных без каких-либо аннотаций человеком.
Этого можно достичь, творчески сформулировав проблему таким образом, что вы используете части самих данных в качестве меток и пытаетесь это предсказать. Такие постановки называются предтекстовыми задачами.
Например, вы можете настроить предварительную задачу, чтобы предсказать цветную версию изображения с..
Самостоятельное обучение: максимальное использование крупномасштабных немаркированных данных
Часть I. Общий обзор самоконтроля
В настоящее время вся цифровая вселенная приближается к 44 зеттабайтам , и, по оценкам, к 2025 году каждый день будет генерироваться 463 эксабайта данных. Можете ли вы представить, сколько USB-накопителей емкостью 64 ГБ вам нужно для хранения этого количества? 7 миллиардов миллионов! Однако был обработан только небольшой (очень небольшой) процент этих данных, и еще меньший процент был отмечен. Помеченные данные относятся к данным, которые были..
Исследование Apple выявляет усвоенные сходства и различия визуальных представлений между…
Алгоритмы самостоятельного обучения (SSL) для решения визуальных задач в последние годы сокращают разрыв в производительности с традиционными подходами к обучению с учителем (SL). Естественно возникает вопрос: отличаются ли заученные репрезентации двух методов, и если да, то как?
Исследовательская группа Apple решает этот вопрос в своей новой статье Обучаются ли самоконтролируемые и контролируемые методы схожим визуальным представлениям? В исследовании сравнивается контрастный..