百科问答小站 logo
百科问答小站 font logo



自监督学习(Self-supervised Learning)有什么比较新的思路? 第1页

  

user avatar   zhan-xiao-hang 网友的相关建议: 
      

更新一个我们在CVPR2019的自监督学习新工作Self-Supervised Learning via Conditional Motion Propagation。具体见之前发的一篇文章

------------ 2019的分割线 -------------
Mix-and-Match Tuning for Self-Supervised Semantic Segmentation.
这是一种为self-supervised learning服务的tuning的方法,主要为了缩小proxy task与target task的semantic gap. 目前可以在语义分割任务上不使用ImageNet pretraining,接近有ImageNet pretraining的performance。在其中一个setting中超越了ImageNet pretraining一点点。。。
后续可能会拓展到detection,并跟semi-supervised learning结合起来。
欢迎大家围观!




  

相关话题

  有哪些相见恨晚的 TensorFlow 小技巧? 
  三位物理学家与陶哲轩发现的特征向量全新求解公式,会给机器学习领域带来怎样的变化? 
  wasserstein 距离的问题? 
  熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性? 
  机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别? 
  2021年深度学习哪些方向比较新颖,处于上升期或者朝阳阶段,没那么饱和,比较有研究潜力? 
  如何解决图神经网络(GNN)训练中过度平滑的问题? 
  如何评价AWS的图神经网络框架DGL? 
  插值和拟合最根本的区别是什么?机器学习为啥用拟合?? 
  现在的人工智能是否走上了数学的极端? 

前一个讨论
请简单地表述结合律和交换律的区别和联系。结合律为什么那么普遍?
下一个讨论
如何评价刘强东「如果京东少缴五险一金,一年至少多赚50亿!」的言论?





© 2024-11-21 - tinynew.org. All Rights Reserved.
© 2024-11-21 - tinynew.org. 保留所有权利