热门标签
热门文章
- 1北京理工大学：《Python语言程序设计》详细笔记_北京理工大学python语言程序设计
- 2python——井字棋游戏——代码（全）_python井字棋代码
- 3关于小白安装nodejs遇到的问题（npm WARN config global `--global`, `--local` are deprecated. Use `--location=glob）_nodejs里面没有nodeglobal
- 4Spring boot整合redisson报错_org.redisson.client.redisconnectionexception: unab
- 5Python中的异常、try、except、finally、raise语法以及示例_try、yield、except、finally
- 6[吃瓜教程]南瓜书第3章二分类线性判别分析
- 7flink与flink-client的版本对应_flink 和flink cdc 版本对照表
- 8深度学习（基于Tensorflow2.0）学习笔记——实战Tensorflow分类器_tensorflow 分类深度学习
- 9python调用sparkmlib_使用scikit-learn 与Spark MLlib 进行机器学习
- 10超详细！一文搞定PID！嵌入式STM32-PID位置环和速度环_位置环pid分别代表什么
当前位置: article > 正文
机器学习之对比学习方法SimSiam（Simple Siamese）
作者：酷酷是懒虫 | 2024-06-30 22:06:16
赞
踩
机器学习之对比学习方法SimSiam（Simple Siamese）
SimSiam（Simple Siamese）是一种自监督对比学习方法，由Facebook AI Research于2021年提出。SimSiam的设计旨在避免负样本对，并且不使用动量编码器，进一步简化了对比学习的实现过程。
SimSiam的基本概念
-
自监督学习：
自监督学习方法通过从数据本身获取监督信号进行学习，不需要人工标注。SimSiam是一种自监督对比学习方法。 -
网络结构：
SimSiam使用一个简单的Siamese网络结构，包含两个相同的编码器，编码器输出通过投影头映射到低维空间，然后通过预测头生成预测向量。 -
不需要动量编码器和负样本：
SimSiam去除了对比学习中的动量编码器和负样本对，仅使用正样本对进行训练。
SimSiam的工作原理
-
数据增强：
输入图像通过两种不同的数据增强（例如裁剪、颜色抖动等）生成两个不同的视图： ( x 1 x_1
推荐阅读
相关标签
