问题：无监督学习到的特征更好的泛化到监督训练分布之外的样例上。
任务：通过视频预测，将预测的帧作为分类器的输入，从而提高行为预测的精度。
GENERALIZABLE FEATURES FROM UNSUPERVISED LEARNING
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
相关阅读更多精彩内容
- 原论文链接：https://arxiv.org/abs/1701.07174 Towards End-to-End...
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1) 注...
- 基于深度卷积生成对抗网络的无监督表征 Unsupervised representation with deep ...
