BriefGPT.xyz
Ask
alpha
关键词
equianglular tight frame
搜索结果 - 1
关于在具有硬负采样的监督和非监督对比学习中的神经和维度崩塌
对于一种广泛研究的数据模型和一般损失和样本硬化函数,我们证明了监督对比学习(SCL)、强制对比学习(HSCL)和无监督对比学习(UCL)的风险在表现出神经塌缩(NC)的表示下被最小化,即类别平均值形成一个等角紧框架(ETF),同一类别的数据
→
PDF
8 months ago
Prev
Next