????自监督方法（Self Supervised Learning）可以看作是一种具有监督形式的特殊形式的非监督学习方法，这里的监督是由自我监督任务而不是预设先验知识诱发的。与完全不受监督的设置相比，自监督学习使用数据集本身的信息来构造伪标签。在表示学习方面，自我监督学习具有取代完全监督学习的巨大潜力。人类学习的本质告诉我们，大型注释数据集可能不是必需的，我们可以自发地从未标记的数据集中学习。更为现实的设置是使用少量带注释的数据进行自学习。这称为Few-shot Learning。
????本资源整理了自监督学习相关的方法，并进行了分类附带上了相关的经典论文，分享给大家。
????资源整理自网络，资源获取见源地址：https://github.com/wvangansbeke/Self-Supervised-Learning-Overview
目录?
论文资源列表
往期精品内容推荐
一文告诉你Adam、AdamW、Amsgrad区别和联系，助你实现Super-convergence的终极目标
自然语言处理任务相关经典论文、免费书籍、博客、tf代码整理分享
CMU新课-《神经网络与NLP 2020春》视频及ppt分享