颜色分类leetcode SimCLR:SimCLR的Tensorflow实现

颜色分类leetcode SimCLR张量流这是用于在单个GPU上处理的Tensorflow 2的SimCLR实现。此实现侧重于ResNet-18和ResNet-34，并提供了一个简单的工作流程，用于微调分类或分割。我们展示了cifar-10和UTKFace数据集的示例结果。

SimCLR是一种图像表征自监督学习的框架。对于SimCLR如何工作的概述，简而言之，SimCLR将2种不同的增强应用于同一图像，然后通过输出这些图像的表示h的卷积神经网络馈送（以及一批中类似的增强图像对）。然后将其输入到投影头g(h)中，该投影头输出这些图像的潜在表示z 。然后使用余弦相似度计算每个图像表示z的相似度。SimCLR的损失函数试图最大化同一图像不同增强的潜在表示之间的一致性。

此实现侧重于单个GPU的使用，并提供ResNet-18和ResNet-34架构。实现了以下数据增强：裁剪和调整大小、颜色抖动、颜色下降、高斯噪声、翻转、旋转、剪切。