论文笔记：Bootstrap Your Own Latent A New Approach to Self-Supervised Learning abstract： 介绍了BYOL网络（原理）：依赖两个网络，一个online和targ

BYOL算法简要介绍。 论文地址：byol论文链接。 代码链接：https:githubdeepminddeepmind-researchtreemasterbyol 1、self-supervised learning 当

BYOL依赖于两个神经网络，称为在线和目标网络，它们相互作用并相互学习。虽然最先进的方法依赖于负样本对，但BYOL不用负样本对就达到了先进水平。BYOL对图像增强的选择比对比

论文概要: 这篇名为《Bootstrap Your Own Latent》的论文提出了一种新的自监督学习算法BYOL，用于图像表示的学习。BYOL通过在线网络和目标网络的相互学习，不依赖负样本对来学习图像的表征。主要特

Semi-supervised Medical Image Segmentation through Dual-task Consistency（基于双任务一致性的半监督医学图像分割） 文献&am

语义分割论文 CVPR 2021 基于双任务一致性的半监督医学图像分割代码： GitHub - HiLab-gitDTC: Semi-supervised Medical Image Segmentation t

Supervised Prototypical Contrastive Learning for Emotion Recognition in Conversation论文阅读2022.10.17_Supervised Prototyp