awesome-self-supervised-learning

自监督学习资源精选与理论实用指南

精选自监督学习资源，覆盖理论研究与各领域实际应用，如计算机视觉、机器学习等。本项目常更新，已成为AI领域必备的研究与教学资源。

自监督学习人工智能深度学习对比学习视觉特征学习Github开源项目

访问官网

GitHub

论文

项目介绍：Awesome Self-Supervised Learning

简介

Awesome Self-Supervised Learning 是一个精心收集的自监督学习资源列表，该项目的灵感来源于一系列与深度学习相关的优秀项目，包括 Awesome Deep Vision、Awesome Adversarial Machine Learning、Awesome Deep Learning Papers 和 Awesome Architecture Search。这个资源库为研究人员、开发者和学习者提供了全面的自监督学习理论、方法和应用资源。

自监督学习的意义

自监督学习在人工智能社区中成为了一个令人兴奋的研究方向。几位人工智能领域的知名专家都表达了对自监督学习的重视：

Jitendra Malik 指出“监督学习是人工智能研究员的鸦片”，暗示自监督学习能够减少对标签数据的依赖。
Alyosha Efros 认为“人工智能革命将不依赖监督”。
Yann LeCun 把自监督学习比作蛋糕的主体，而监督学习和强化学习则是蛋糕上的糖霜和樱桃。

贡献指南

项目的成长需要大家的共同参与，您可以通过提交 pull request 来贡献您的资源与见解。任何相关的理论、代码或文章都可以通过指定的 markdown 格式进行贡献。

项目目录

理论基础
计算机视觉
- 调查研究
- 图像表示学习
- 视频表示学习
- 3D 特征学习
- 几何
- 音频
- 其他
机器学习
- 强化学习
- 推荐系统
机器人技术
自然语言处理
自动语音识别
时间序列
图数据
演讲资料
论文集合
博客

重点资源概览

理论基础

自监督学习的理论部分包含对比学习的无监督表示学习、对比自监督学习的泛化、对比损失行为的理解等研究。这些理论文章对于深入理解自监督学习的机制提供了坚实的理论支持。

计算机视觉

自监督学习在计算机视觉领域的应用非常广泛，涵盖了从图像、视频的表示学习到各种具体应用的广泛研究。例如，非参数实例区分的无监督特征学习、通过拼图解锁任务进行的图像表示学习、以及利用颜色化任务进行的视觉理解等众多方法。

年度突破

项目中列出了从 2015 年到 2023 年的重要研究文章，展示了自监督学习领域的持续发展和技术突破。这些研究不仅仅是在图像处理领域，在自然语言处理、音频识别、时间序列分析等领域也有许多创新应用。

结束语

Awesome Self-Supervised Learning 项目提供了一个宝贵的知识平台，帮助从事人工智能和机器学习的研究者和爱好者理解和探索自监督学习的最新进展与应用。希望社区的成员积极参与这个项目，一同推动自监督学习的发展。

编辑推荐精选

Manus

全面超越基准的 AI Agent助手

Manus 是一款通用人工智能代理平台，能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析，还是教育支持与商业决策，Manus 都能高效整合信息，提供精准解决方案。它以直观的交互体验和领先的技术，为用户开启了一个智慧驱动、轻松高效的新时代，让每个灵感都能得到完美落地。

飞书知识问答

飞书官方推出的AI知识库上传word pdf即可部署AI私有知识库

基于DeepSeek R1大模型构建的知识管理系统，支持PDF、Word、PPT等常见文档格式解析，实现云端与本地数据的双向同步。系统具备实时网络检索能力，可自动关联外部信息源，通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能，适用于企业文档管理和个人学习资料整理场景。

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

TraeAI IDE协作生产力转型热门AI工具

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

使用教程AI工具酷表ChatExcelAI智能客服AI营销产品

DeepEP

DeepSeek开源的专家并行通信优化框架

DeepEP是一个专为大规模分布式计算设计的通信库，重点解决专家并行模式中的通信瓶颈问题。其核心架构采用分层拓扑感知技术，能够自动识别节点间物理连接关系，优化数据传输路径。通过实现动态路由选择与负载均衡机制，系统在千卡级计算集群中维持稳定的低延迟特性，同时兼容主流深度学习框架的通信接口。

DeepSeek

全球领先开源大模型，高效智能助手

DeepSeek是一家幻方量化创办的专注于通用人工智能的中国科技公司，主攻大模型研发与应用。DeepSeek-R1是开源的推理模型，擅长处理复杂任务且可免费商用。

KnowS

AI医学搜索引擎整合4000万+实时更新的全球医学文献

医学领域专用搜索引擎整合4000万+实时更新的全球医学文献，通过自主研发AI模型实现精准知识检索。系统每日更新指南、中英文文献及会议资料，搜索准确率较传统工具提升80%，同时将大模型幻觉率控制在8%以下。支持临床建议生成、文献深度解析、学术报告制作等全流程科研辅助，典型用户反馈显示每周可节省医疗工作者70%时间。

Windsurf Wave 3

Windsurf Editor推出第三次重大更新Wave 3

新增模型上下文协议支持与智能编辑功能。本次更新包含五项核心改进：支持接入MCP协议扩展工具生态，Tab键智能跳转提升编码效率，Turbo模式实现自动化终端操作，图片拖拽功能优化多模态交互，以及面向付费用户的个性化图标定制。系统同步集成DeepSeek、Gemini等新模型，并通过信用点数机制实现差异化的资源调配。

AI IDE