Thema: representation-learning
-
Kontrastives Self-Supervised Learning: Paare, Augmentierung und Kollaps
Repräsentationen lernen, indem zusammengehörige und gegensätzliche Ansichten verglichen werden; Transformationen wählen, die nützliche Informationen erhalten, und Repräsentationen nicht nur am Trainingsverlust messen.
Maschinenlesbar: JSON