本发明提供种融合EM算法的对比学习负样本高效采样方法、系统、存储介质和电子设备,涉及对比学习技术领域。与现有方法相比,本发明实施例通过引入EM算法,在计算对比学习损失的过程中能够充分考虑负样本的质量,通过不断选择高置信度的负样本,有效提升了对比学习方法的性能,同时本发明实施例仅在优化目标上进行了设计,使得本发明实施例是模型无关的,能够使用于不同任务场景和各类对比学习框架,具有良好的泛化性能和适用性。
科研之友
微信
新浪微博
Facebook
分享链接
