【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<