【ICML2019】DeepMind发布自监督学习最新教程，附122页全文资料下载

【导读】自监督学习是目前深度学习社区中发展迅速的研究方向之一，吸引了大量的研究人员投入其中，本文为大家整理了ICML会议上，DeepMind出品的权威教程，帮助了解自监督学习领域的发展方向。

介绍：

得益于现代的high-capacity模型，大数据技术已经推动机器学习算法在多种领域中落地应用，但对于标准方法（从标签中进行监督学习、从reward中进行强化学习）来说，却日益陷入了瓶颈之中。即使在数据量非常充足的情况下，也难以制定模型学习方向的准确的标签信息。即使在数百万的样本中，尝试整理用于分类的类别信息，也是非常困难的，并且很难进行结构化的输出（场景解释、交互、演示），尤其是当数据分布并不均匀的情况下，这一进程更加的令人沮丧。

而自监督学习，是非常有前途的一种技术方向，其中采用了基于代理的学习思想，允许模型和代理在没有显式监督的情况下进行学习，这将有助于提高任务的下游性能，自监督学习的一个主要好处是提高了数据效率，并且使用了更少的标记数据，或更少的环境步骤（在强化学习/机器人技术中）实现更好的性能。

本文主要介绍了如下内容：

• 图像或视频中的自监督学习

• 视频-音频中的自监督学习

• 其他领域中可用于自监督学习的成对信号场景
  

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“ICMLSSL” 就可以获取《Self-Supervised Learning》完整版PPT下载链接~

内容预览：

更多完整内容，请下载查看

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！550+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程