この記事を読む前に、 [コンピュータ ビジョン] MoCo の説明[コンピュータ ビジョン] SimCLR の説明を学習することをお勧めします。
モコ v2
用紙情報
标题：勢いのある対照学習によるベースラインの改善
著者: チェン・シンレイ
ジャーナル：
公開時期および更新時期：2020.03.09
トピック: コンピュータ ビジョン、比較学習
arXiv：[ 2003.04297] モメンタム対照学習によるベースラインの改善 (arxiv.org)
コード：
モデル
MoCo v2 は MoCo v1 フレームワークに基づいており、モデル フレームワークから独立したプラグ アンド プレイの効果的なコンポーネント (非線形マッピング レイヤーとその他のデータ拡張機能) を SimCLR v1 に追加し、その結果、計算コストが削減され、効果が向上します。勢いモデルに。
SimCLR モデルと MoCo モデルを簡単に紹介し、図を参照してください。