Bootstrap Your Own Latent A New Approach to Self Supervised Learning Intro 文章提出一種不需要負樣本來做自監督學習的方法，提出交替更新假說解釋EMA方式更新target network防止collapse的原因，同時用梯度解釋online網絡和target不同構帶來的好處。 Intuitions 傳統基於對比學習的自監督方法 ...
2021-10-02 19:57 0 107 推薦指數：
論文標題：Bootstrap Your Own Latent A New Approach to Self-Supervised Learning 論文方向：圖像領域 論文來源：NIPS2020 論文鏈接：https://arxiv.org/abs/2006.07733 論文代碼 ...
Contrastive Self-Supervised Learning 2020-01-30 10:32:24 Source: https://ankeshanand.com/blog/2020/01/26 ...
Self-Supervised Learning with Swin Transformers 2021-05-11 20:32:02 Paper: https://arxiv.org/pdf/2105.04553.pdf Code: https://github.com ...
自監督學習(Self-Supervised Learning)多篇論文解讀（上） 前言 Supervised deep learning由於需要大量標注信息，同時之前大量的研究已經解決了許多問題。所以近期大家的研究關注點逐漸轉向了Unsupervised learning，許多頂 ...
自監督學習(Self-Supervised Learning)多篇論文解讀（下） 之前的研究思路主要是設計各種各樣的pretext任務，比如patch相對位置預測、旋轉預測、灰度圖片上色、視頻幀排序等等。CVPR19和ICCV19上，Google Brain的幾個研究員發表了兩篇論文 ...
自監督學習 自監督學習(Self-Supervised Learning)是一種介於無監督和監督學習之間的一種新范式，旨在減少深度網絡對大量注釋數據的需求。大量的人工標注的樣本是費時耗力的。 它通過定義無注釋(annotation-free)的前置任務(pretext task)，為特征學習 ...
Virtual Adversarial Training: a Regularization Method for Supervised and Semi-supervised Learning 簡介 本文是17年半監督學習的一篇文章，受對抗訓練的啟發，將對抗訓練的范式用於提升半監督學習 ...
Good Semi-supervised Learning That Requires a Bad GAN 恢復博客更新，最近沒那么忙了，記錄一下學習。 Intro 本文是一篇稍微偏理論的半監督學習的文章，通過證明一個能夠生成非目標分布的、低樣本密度的樣本的生成器，對半監督學習的效果有很大 ...
