Jul, 2022
在线半监督对比学习用于通用连续学习
Contrastive Learning for Online Semi-Supervised General Continual
Learning
TL;DR该研究提出了一种适用于部分标记数据的对比损失函数SemiCon，并通过利用无标签数据流训练的基于记忆的方法来证明了其有效性。在Split-CIFAR10和Split-CIFAR100数据集上，与现有的半监督方法相比，我们的方法在可用很少的标签时效果更佳，只使用了2.6％的标签和10％的标签，就可以获得与最新的监督方法相似的结果。