InayofuataMwongozo unaofuata
CUPED Variance Reduction
Kiufundi
MWONGOZO wa Kiufundi
Mapacha wa Barlow ni mbinu inayojisimamia ambayo hujifunza uwakilishi kwa kutengeneza matriki ya uunganisho mtambuka kati ya mionekano miwili iliyoimarishwa karibu na tumbo la utambulisho.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Inaepuka kuanguka kupitia kanuni ya kupunguza upungufu badala ya hasi au visimbaji vya kasi.
Iliyopendekezwa na Facebook AI mwaka wa 2021 na kupewa jina baada ya kanuni ya kupunguza upungufu wa upungufu wa uwezo wa akili ya mwanasayansi H. Barlow, Barlow Mapacha hulisha maoni mawili potofu ya picha kupitia mitandao inayofanana ili kutoa bechi mbili za upachikaji. Hukokotoa matriki ya uunganisho mtambuka kati ya vijenzi vya vekta hizi mbili za upachikaji, zilizopimwa kwenye kundi. Lengo husukuma matriki hii kuelekea utambulisho: maingizo ya mlalo yanapaswa kuwa 1 (kila kipengele ni kigeugeu kwa uongezaji) na maingizo ya nje ya mshazari yanapaswa kuwa 0 (vipengele tofauti vimeunganishwa, na hivyo kupunguza upungufu). Neno la on-diagonal hutekeleza kutofautiana; neno la kupunguza upunguzaji wa upunguzaji wa mlalo kwa kawaida huzuia kuanguka kwa sababu vipengele vilivyopambwa haviwezi kufanana vyote. Tofauti na BYOL haihitaji ulinganifu, kitabiri, au upinde rangi, na tofauti na SimCLR haihitaji jozi hasi, ingawa inafaidika na upachikaji wa hali ya juu.
Kuandaa mapema usimbaji wa picha ambao hutoa vipengele vilivyorekebishwa muhimu kwa uainishaji wa mkondo wa chini wenye data ndogo iliyo na lebo.
Mafunzo juu ya maunzi ya wastani ambapo bechi kubwa hasi haziwezekani, kwa kuwa Mapacha wa Barlow ni wa ukubwa wa kundi ambao hausikii.
Inazalisha upachikaji sanjari, usiohitaji ziada kwa ajili ya kuunganisha au kutambua hitilafu katika taswira ya kihisi cha viwanda.
Inatumika kama msingi unaojisimamia katika utafiti unaolinganisha mikakati ya kuepuka kuanguka kote kwenye SimCLR, BYOL, na VICReg.
Mapacha wa Barlow walisaidia kuibua familia ya kinadharia ya habari ya mbinu za kujisimamia, haswa VICReg, ambayo hutenganisha tofauti, kutofautiana, na masharti ya ubinafsi kwa uwazi. Tarajia malengo ya kupunguza upunguzaji wa matumizi na upambaji wa vipengele ili kuendelea kufahamisha jinsi tunavyofundisha mapema usimbaji ambao huzalisha vipengele vilivyobanana, visivyohitaji kuhitajika, na kupanua zaidi ya picha hadi kwenye mipangilio ya aina nyingi na za mfululizo wa saa ambapo uwasilishaji uliopambwa, thabiti husaidia miundo ya chini kujifunza kutoka kwa lebo chache.
Jarida halali
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
Mapacha wa Barlow ni mbinu inayojisimamia ambayo hujifunza uwakilishi kwa kutengeneza matriki ya uunganisho mtambuka kati ya mionekano miwili iliyoimarishwa karibu na tumbo la utambulisho. Huepuka kuporomoka kupitia kanuni ya kupunguza upungufu badala ya hasi au visimbaji vya kasi.
The method forms a cross-correlation matrix from representations of two distorted views.
The paper defines the objective by making the cross-correlation matrix close to identity.
The diagonal term encourages invariance between matching feature components.
The method reduces redundancy by pushing off-diagonal correlations toward zero.
The original Barlow Twins paper describes avoiding negatives and matching the cross-correlation matrix to identity.
Endelea kujifunza
Miongozo zaidi imechaguliwa kwa mada hii
InayofuataMwongozo unaofuata
CUPED Variance Reduction
Kiufundi