这篇文章的主要思想是,我们维护一个 discriminator,负责判断两个东西是否是一致的(也可认为是一个判断相似性的函数);比如,我的 encoding 和我下一时刻的 encoding(这篇文章所做的),两个相同类别的样本,两个正样本,我的 encoding 和我数据增强后的 encoding 等等。
Contrastive Learning 对比学习 | RL 学 representation 时的对比学习
相关推荐
- 关于我在驱动orangepi-r1-plus-lts的i2c0接口时遇到的问题
- Qwen-Image2.1游戏素材工坊:把整套素材拼成”模拟游戏画面”逐张体检 (二)
- 理解 iFrame 嵌套的跨域问题
- MQTT实战 – .NET + MQTT生产级架构:从500个设备到50,000个设备(九)
- 【重投】P1514 [NOIP 2010 提高组] 引水入城 笔记
- 我花200美元用AI重写了纯C#高精度数学库:放大 10^290 倍也不糊
- 面了 50 个候选人,90% 都挂在 LeetCode 3 无重复字符的最长子串:滑动窗口的 5 个致命坑
- 别再手动催 AI 干活了:一文读懂 Loop Engineering(循环工程)
小狮博客