【人工智能与深度学习】自我监督学习 – ClusterFit 和 PIRL
- “前置”任务中到底差了什么东西呢?
- 到底我们想在预先训练过的模型中想要什么「特征」呢?
- 物以类聚法:提高视觉性「表示」的通用性
- 方法
- 类聚:特征类聚
- 适宜性: 预测那一个群的任务,
- 为什么物以类聚法能行
- 性能
- 前置任务不变量「表示」式自我监督学习(PIRL)
- 对比式学习
- 如何去定义有关系或无关系的?
- 追踪物体
- 图片中接近的部分 *vs.* 图片中遥远的部分
- 图片中的部分 *vs.* 其他图片中的部分
- 前置任务的基本原理
- 不变性一直以来到底有多重要呢?
- PIRL
- 使用大量的负例子
- 如何运作
- PIRL前置训练<