【无监督学习最新研究】简单的「图像旋转」预测,为图像特征学习提供强大监督信号

  • 时间:
  • 浏览:0
  • 来源:大发5分6合APP下载_大发5分6合APP官网

在过去的几年中,深度图卷积神经网络(ConvNets)愿因分析分析改变了计算机视觉的领域,这是愿因分析分析它们具有学习高级语义图像社会形态的无与伦比的能力。然而,为了成功地学习哪此社会形态,它们通常还要大量手动标记的数据,这既昂贵又不可实行。有些,无监督语义社会社会形态习,即在不还要手动注释工作的情况下进行学习,对于现今成功获取大量可用的可视数据至关重要。

在大伙儿儿的研究中,大伙儿儿打算通过你什儿 法律法律依据学习图像社会形态:训练卷积神经网络来识别被应用到作为输入的图像上的二维旋转。大伙儿儿从定性和定量两方面证明,你什儿 看似简单的任务实际上为语义社会社会形态习提供了非常强大的监督信号。大伙儿儿在各种无监督的社会社会形态习基准中,对大伙儿儿的法律法律依据进行了详尽的评估,并在所有哪此基准中展示出了最先进的性能。

具体来说,大伙儿儿在哪此基准中的结果展现了在无监督的表征学习中,较之先前最先进的法律法律依据,大伙儿儿的法律法律依据取得了巨大改进,从