ドメイン知識なし教師なし学習を実現したImage GPT、画像生成もすごい! (画像の表現学習2020夏特集1)
3つの要点
✔️ 未知ドメイン知識なし教師なし表現学習成功、価値ある実証実験(PoC)、計算量は度外視
✔️ 生成モデルとしても驚きの画像生成能力
✔️ 獲得した表現を用いた画像分類でSOTA性能
Generative Pretraining from Pixels
written by
(Submitted on 17 Jun 2020)
Comments: Accepted at ICML2020
Subjects: Computer Vision and Pattern Recognition (cs.CV)
Paper Official Code COMM Code
今回から3回の予定で、ライター持ち込み特集企画「画像の表現学習2020夏」と題して、教師なし学習による各種手法をご紹介していきたいと思います。この分野、性能が十分な域に達したためか様々な手法が数多く提案され、混戦の様相を呈しています。その中から特徴的な手法を選んでお届けしたいと思います。
ライター持ち込み特集企画「画像の表現学習2020夏」と題して、教師なし学習による各種手法をご紹介しています。
その1. ドメイン知識なし教師なし学習を実現したImage GPT、画像生成もすごい!
その2. Contrastive Learningの２大手法SimCLR・MoCo、それぞれの進化
その3. Contrastive LearningとクラスタリングでSOTA!?
その4. Contrastive Learningへの問い「What Makes?」
その5. 汎用性・実用性ともに優れたDeepMindの教師なし学習手法
はじめに〜教師なし+表現学習の意義
このシリーズを通して主に画像を扱う論文のご紹介となるため、CIFAR-10のようなデータセットで説明します。「教師なし学習」をこのようなデータセットに行うとき、ラベルを全く使わずにクラスタリングを行うようなケースが考えられます。
続きを読むには
(9847文字画像20枚)AI-SCHOLARに
登録いただく必要があります。
この記事に関するカテゴリー
