エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
わずか1%のラベルでImageNet高精度「SimCLR」解説
3つの要点 ✔️ SimCLRは画像認識のSelf-SupervisedモデルのSoTAで、Supervisedモデルにも匹敵する精度 ✔️ ... 3つの要点 ✔️ SimCLRは画像認識のSelf-SupervisedモデルのSoTAで、Supervisedモデルにも匹敵する精度 ✔️ 最適なData AugmentationとContrastive Lossを組み合わせたことで高精度 ✔️ わずか1%ラベルのImageNetにおいても、Top-5精度85.8% A Simple Framework for Contrastive Learning of Visual Representations written byTing Chen, Simon Kornblith, Mohammad Norouzi, Geoffrey Hinton (Submitted on 13 Feb 2020 (v1), last revised 30 Mar 2020 (this version, v2))) Comments: Publised
2020/04/27 リンク