BriefGPT.xyz
Ask
alpha
关键词
joint contrastive learning
搜索结果 - 2
具有无限可能性的联合对比学习
本文探讨在对比学习中通过新的概率模型进行的有效修改。通过推导一个特殊形式的对比损失函数,即联合对比学习(JCL),JCL 在搜索不变特征时具有更紧的约束条件。我们提出了对这种形式的上界的研究,这种上界允许端到端的训练方式中的解析性解决方案。
→
PDF
4 years ago
联合对比学习用于无监督领域自适应
本文提出了一种将源域和目标域相结合的联合优化框架,并引入了一种称为 JCL 的新方法,它利用对比损失来最大化特征和标签之间的互信息,以最小化联合误差,从而有效提高了特征传递性和分类效果。
PDF
4 years ago
Prev
Next