机器学习——数据表示学习及应用 课件 第七章 对比式表示学习.pptx

第七章：对比式表示学习机器学习—数据表示学习及应用主讲教师：张春阳

为什么选择无监督?摆脱标签束缚数据驱动的学习过程所提取的特征具有更好的泛化性

无监督学习生成式自编码器(Auto-encoder)对抗生成网络(GenerativeAdversarialNetworks)判别式对比学习(Contrastivelearning)

无监督学习生成式对比式??例如：自编码器对输入进行重构，输入输出尽可能相似（损失定义在输出空间中）??度量二者是否相似对相似的输入保证它们的表示尽可能相似（损失定义在表示空间中）例如：对比预测编码(ContrastivePredictiveCoding,CP