2020年10月13日
自监督学习
摘要： 监督学习 监督学习利用大量的标注数据来训练模型，模型的预测和数据的真实标签产生损失后进行反向传播（计算梯度、更新参数），通过不断的学习，最终可以获得识别新样本的能力。 无监督学习 无监督学习不依赖任何标签值，通过对数据内在特征的挖掘，找到样本间的关系，比如聚类相关的任务。 有监督和无监督最主要的区别 阅读全文
posted @ 2020-10-13 21:19 临近边缘 阅读(415) 评论(0) 推荐(0)