点击我爱计算机视觉标星,更快获取CVML新技术


本文原载于知乎,已获作者授权转载,禁止二次转载。

https://zhuanlan.zhihu.com/p/108088719

Ⅰ what's SSL?

自监督学习不是特定的一种算法,而是一类算法,如word2vec,BERT,MOCO,PIRL等都属于自监督学习;

和监督式机器学习一样,自监督学习训练时也需要features和labels,不同之处在于自监督学习的label不需要通过人为标记完成,而是自动生成的;

自监督学习不针对特定应用场景,而是通用性预训练;

Ⅱ LeCun's opinion on SSL

LeCun认为对于含有一定信息的数据样本来说,纯强化学习仅仅能从一些样本中获得稍许信息,监督学习能从每个样本中获取一些信息,而自监督学习能从每个样本中获取大量信息。

针对“强化学习仅仅是蛋糕上的一颗樱桃”,强化学习社区将LeCun的蛋糕模型修订为:

Ⅲ why is SLL important?

自监督学习自定义预制任务,进行预训练学习,不针对特定场景,且能将数据样本中的信息最大程度的提取,这相当于进行“常识性”学习;

学习训练完成后,再进行特定场景的学习,相当于在已经掌握了“基本常识后”再进行“特定专业”的学习;

这样模型本身就具有相当程度的鲁棒性,也会从训练开始就避开一些过拟合“陷阱”/“低级错误”。


自监督学习交流群

关注最新最前沿的自监督学习技术,扫码添加CV君拉你入群,(如已为CV君其他账号好友请直接私信)

(请务必注明:自监督)

喜欢在QQ交流的童鞋,可以加52CV官方QQ群:805388940。

(不会时时在线,如果没能及时通过验证还请见谅)


长按关注我爱计算机视觉

SSL:Self-Supervised Learning(自监督学习)是什么?相关推荐

  1. ML之SSL:Semi-Supervised Learning半监督学习的简介、应用、经典案例之详细攻略

    ML之SSL:Semi-Supervised Learning半监督学习的简介.应用.经典案例之详细攻略 目录 Semi-Supervised Learning半监督学习的简介 1.直推学习Trans ...

  2. ML之SL:监督学习(Supervised Learning)的简介、应用、经典案例之详细攻略

    ML之SL:监督学习(Supervised Learning)的简介.应用.经典案例之详细攻略 目录 监督学习(Supervised Learning)的简介 1.监督学习问题的两大类-分类问题和回归 ...

  3. 监督学习(supervised learning)与非监督学习(unsupervised learning)

    一,监督学习(supervised learning): 监督学习(supervised learning)的任务是学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测. 即:利用 ...

  4. A brief introduction to weakly supervised learning(简要介绍弱监督学习)

    文章转载自http://www.cnblogs.com/ariel-dreamland/p/8566348.html A brief introduction to weakly supervised ...

  5. 自监督学习(SSL)Self-Supervised Learning

    目录 监督.无监督.半监督.弱监督.自监督学习 核心思想 前置任务Pretext Tasks 视图预测 View Prediction (Cross modal-based) 下游任务 分析前置任务的 ...

  6. 关于弱监督学习的详细介绍——A Brief Introduction to Weakly Supervised Learning

    目录 介绍 主动学习 半监督学习 多实例学习 带噪学习 Snorkel 框架介绍 参考 介绍 在机器学习领域,学习任务可大致划分为两类,一种是监督学习,另一种是非监督学习.通常,两者都需要从包含大量训 ...

  7. 弱监督学习 weakly supervised learning 笔记

    周志华 A Brief Introduction to Weakly Supervised Learning 2018 引言 在机器学习领域,学习任务可以划分为监督学习.非监督学习.通常,两者都需要从 ...

  8. Supervised learning/ Unsupervised learning监督学习/无监督学习

    [机器学习]两种方法--监督学习和无监督学习(通俗理解) [机器学习] : 监督学习 (框架) 有监督学习与无监督学习的几大区别 目录 Supervised learning 监督学习 Unsuper ...

  9. 【李宏毅机器学习】Semi-supervised Learning 半监督学习(p24) 学习笔记

    文章目录 Semi-supervised Learning Introduction Supervised Learning Semi-supervised Learning Why semi-sup ...

  10. 【Machine Learning】监督学习、非监督学习及强化学习对比

    Supervised Learning Unsupervised Learning Reinforced Learning Goal: How to apply these methods How t ...

最新文章

  1. 长庆石油学校计算机97,我在浙江大学学习计算机技术 ----我在长庆油田会战的12年(十一)...
  2. Verilog系统函数(一) $display
  3. 6.5 如何确定聚类数-机器学习笔记-斯坦福吴恩达教授
  4. Reasoning about Entailment with Neural Attention-学习笔记
  5. php %00,Nginx %00 null byte执行任意代码(php)漏洞
  6. 复杂 SQL 查询跑不动?DRDS 只读实例来解决!
  7. AI如何驱动软件开发?华为云DevCloud 权威专家邀你探讨
  8. 《深入理解OSGi:Equinox原理、应用与最佳实践》笔记_1_运行最简单的bundlehelloworld...
  9. placeholder在不同浏览器下的表现及兼容方法 placeholder兼容
  10. 从Access库导入MYSQL
  11. 主动学习,半监督学习,直推式学习
  12. Git报错--Everything up-to-date branch ‘main‘ set up to track ‘origin/main‘.
  13. 裁剪图像的黑边(图像拼接后的黑边去除)
  14. Java String知识复习及补充和包装类
  15. 2014年红帽高峰论坛随笔
  16. taptap模拟器在电脑上能用吗?
  17. PR菜鸟入门 -- PR基础教学
  18. oracle cosh 函数,oracle cosh exp floor in log等函数
  19. Vos作曲家的不完全介绍[枫叶飘零]
  20. 太阳神三国杀学习第一步--编译并运行(qt5.7.0+vs2015)

热门文章

  1. MySQL之Variables(变量)
  2. 推荐系统知识梳理——WideDeep
  3. wsl用户帐户没有必要的权限_Windows的Linux子系统(WSL)即将带来图形化应用
  4. mathcal 对应于什么库_数据库理论
  5. linux7给用户授权,CentOS7 添加新用户并授权
  6. 为什么json转化有斜杠_json中大量反斜杠问题
  7. java前沿技术_互联网百强企业架构师告诉你,Java应该这么学!云和数据超全面Java中级程序员学习路线图重磅发布!...
  8. linux java测试工具_Linux下Java虚拟机状态监测工具
  9. python3.6怎么安装numpy_Python3.6_安装numpy(2)
  10. java flv转mp3_【转载】音频视频转化工具JAVE(ffmpeg的Java封装)