文件名称:
谷歌Hinton团队最新力作：让ImageNet无监督学习的指标提升了 7-10%，可媲美有监督学习的效果
开发工具:
文件大小: 698kb
下载次数: 0
上传时间: 2021-01-06
详细说明：如今，ImageNet上图像识别精度的性能提升通常一次只有零点几个百分点，而来自谷歌研究人员的最新研究，如图灵奖获得者杰弗里·辛顿（Geoffrey Hinton）已经将无监督学习的指数提高了7-10%，甚至可以与有监督学习的效果相媲美。
Geoffrey Hinton领导的研究小组最近提出的无监督SimCLR方法立即引起广泛关注：
Geoffrey Hinton表明SimCLR是一种简单明了的方法，它允许人工智能在没有类标记的情况下学习可视化表示，并能达到有监督学习的精度。本文作者指出，在ImageNet上对1%的图像标签进行微调后，SimCLR可以达到85.8%的前5位精度，仅用1%的A
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
