×

SimCLR(模拟清除)

swMATH ID: 43866
软件作者: Ting Chen、Simon Kornblith、Mohammad Norouzi、Geoffrey Hinton
描述: 视觉表征对比学习的简单框架。本文介绍了SimCLR:一个简单的视觉表征对比学习框架。我们简化了最近提出的对比自监督学习算法,而不需要专门的体系结构或内存库。为了理解是什么使对比预测任务能够学习有用的表示法,我们系统地研究了框架的主要组成部分。我们表明:(1)数据增强的组合在定义有效的预测任务中起着关键作用,(2)在表征和对比度损失之间引入一个可学习的非线性变换,大大提高了所学表征的质量。(3)与监督学习相比,对比学习受益于更大的批量和更多的训练步骤。通过结合这些发现,我们能够在ImageNet上大大优于以前的自我监督和半监督学习方法。基于SimCLR学习的自监督表示训练的线性分类器达到76.5
主页: https://arxiv.org/abs/2002.05709
源代码:  https://github.com/google-research/simclr
关键词: 机器学习;arXiv_cs。LG公司;计算机视觉;模式识别;arXiv_cs。个人简历;arXiv_状态ML
相关软件: 亚当;ImageNet公司;PyTorch公司;CIFAR公司;BERT(误码率);掌中宽带;t-SNE公司;张紧器2传感器;ViT公司;SimCSE公司;SwAV软件;信息图表;混淆;修复匹配;DeepWalk公司;时尚-MNIST;UMAP公司;AlexNet公司;MNIST公司;通用条款
引用于: 32文件
全部的 前5名

124位作者引用

1 阿吉萨,迈克尔
1 索纳利·阿加瓦尔
1 安浩哲
1 艾尔,特沃德罗斯·阿莱姆
1 曹晓峰
1 Gyusam Chang公司
1 Chang,Yi(张毅)
1 陈胜波
1 陈英毅
1 鲍里斯·奇德洛夫斯基
1 加布里埃拉·苏尔卡
1 达科斯塔,维克托·吉尔赫梅·图里西
1 邓明华
1 邓志宏
1 Aniket Anand Deshmukh
1 多安,尤伦
1 窦德静
1 卡洛斯·埃切戈扬
1 冯、乐
1 恩里科·菲尼
1 马贾·弗兰兹
1 傅阳庚
1 龚,余杭
1 郭凯
1 郭文忠
1 黄德根
1 阿波省Hyvärinen
1 阿明·贾拉利
1 金、沧红
1 京、凌
1 朱伟
1 胡安、辛
1 高福美·卡纳莫里
1 伊莱耶斯·凯梅赫姆
1 金·桑皮尔
1 金,Sungjune
1 维尔·基尔基
1 尼尔斯·利德霍姆
1 Lee,Jongwuk先生
1 Lee,Jung-Tae先生
1 李冰石
1 李传明
1 李景政
1 李占山
1 李卓荣
1 刘浩然
1 罗杰波
1 罗,肖
1 马泽瑜
1 Mai、Huiyu
1 埃伦·马纳沃格鲁
1 沃尔夫冈·莫勒
1 孟凡东
1 里卡多·皮奥·蒙蒂
1 克里斯托弗·穆施勒
1 梅因·纳比
1 中川,Takumi
1 欧志坚
1 潘石蕊
1 彭冠松
1 霍根公园
1 裴锡凯
1 彭美欣
1 佩雷斯·戈亚,乌奈
1 阿里茨·佩雷斯
1 马尼拉曼·佩里亚萨米
1 Axel夹钳
1 纳林德·辛格(Narinder Singh Punn)
1 钱振兴
1 强文文
1 贾扬斯·雷迪·雷加蒂
1 伊丽莎·里奇
1 卢元石
1 萨纳达,尤塔罗
1 古兹曼桑塔菲
1 丹尼尔·谢勒(Daniel D.Scherer)。
1 埃里克·斯科特。
1 尼库·塞贝
1 尚明生
1 大Neung Sohn
1 西蒙·斯特林格(Simon M.Stringer)。
1 奥利弗·斯特鲁克迈耶
1 苏劲松
1 孙海龙
1 高纳什,Kōsaku
1 陶,杨
1 提瓦里,克什提吉
1 克里斯蒂安·乌弗雷赫特
1 玛丽亚·多洛雷斯·乌加特
1 圣地亚哥贝拉斯科·福雷罗
1 里卡多·沃尔皮
1 Yuichiro Wada
1 Hiroki Waida先生
1 王浩清
1 王金波
1 王瑞金
1 王世平
1 王舒蕾
1 王亚青
1 王哲文
…还有24位作者

按年份列出的引文