对比学习模型小抄(1)

前言

对比学习这几年大火,这里我做下记录,哎,都怪之前没好好学习。没怎么掌握好~
发顶会顶刊论文,你应该这样写作!



模型

Moco

CVPR 2020 最佳提名。



θ k = m θ k − 1   +   ( 1 − m ) θ q \theta_k = m \theta_{k-1} ~+ ~(1-m)\theta_q θk=mθk1 + (1m)θq

论文: Momentum Contrast for Unsupervised Visual Representation Learning
代码: https://github.com/facebookresearch/moco

何恺明大佬神作之一。
精独论文 MoCo 论文逐段精读【论文精读】.要理解对比学习,需要先知道一些常见的代理任务。如instance discrimination, 该视频中有介绍(4:28时刻)

infoNCE
ℓ = − l o g e x p ( q ⋅ k + / τ ) ∑ i = 0 K e x p ( q ⋅ k + / τ ) \ell = -log\frac{exp(q\cdot k_+ /\tau)}{\sum_{i=0}^Kexp(q\cdot k_+ /\tau)} =logi=0Kexp(qk+/τ)exp(qk+/τ)
其中K是负样本个数(i=0是正样本,i=1…K是负样本), τ \tau τ是温度系数

猜你喜欢

转载自blog.csdn.net/weixin_43850253/article/details/126202222