对比学习

last modify

相关阅读

  • 自监督

  • 度量学习

对比学习的关键问题

  • 正负例的构造

  • 映射函数 $f$ 的设计;

  • 损失函数 $L$ 的设计;

  • ...

如何衡量一个对比学习系统的好坏?

  • 失败的对比学习:模型坍塌

  • 优秀的对比学习$^{[1]}$

    • Alignment:相似的实体有相似的特性;

    • Uniformity:保留尽可能多的信息;

如何防止模型坍塌?

  • 增加负例;

常用损失函数

  • InfoNCE

经典对比学习模型

【CV】SimCLR

  • 双塔模型

  • 正负例

    • 正例:同一样本的两次数据增强

    • 负例:Batch 内负例

  • Projector 层

  • InfoNEC

【CV】MoCo系列

  • 双塔结构

  • 正负例

    • 正例:同一样本的两次数据增强

    • 负例:Batch 外负例

  • Projector 层

  • Stop gradient + Momentum 更新

  • InfoNEC

【CV】SwAV

  • 对比聚类

  • 隐含负例

【CV】BYOL

  • 只使用正例

  • 非对称双塔

【CV】SimSiam

CV

- SimCLR
- MOCO

NLP

- 

参考资料

Last updated