CNN-JEPA：使用联合嵌入预测架构的自监督预训练卷积神经网络
原文中文，约2400字，阅读约需6分钟。发表于：。本研究针对将自监督学习方法（如I-JEPA）适配卷积神经网络的挑战，提出了CNN-JEPA，这是一种新颖的自监督学习方法。实验表明，CNN-JEPA在ImageNet-100上表现优于I-JEPA，训练时间减少17-35%，并且在准确性上接近现有的自监督学习方法，展示了其在卷积神经网络上的简化和高效性。
本研究提出了CNN-JEPA，一种新颖的自监督学习方法，适用于卷积神经网络。实验结果表明，CNN-JEPA在ImageNet-100上表现优于I-JEPA，训练时间减少17-35%。该方法简化了卷积神经网络的训练过程，同时保持了准确性。
