对比学习综述

发布时间:2023年12月22日

1.简介

2.相关工作

2.1、Inst Disc

代理任务:个体判别。把每一个图片看作是一种类别,把每一个图片都区分开来。
正负样本选择:正样本是图片本身,负样本是数据集里的其他图片,该文章从memory bank中随机抽取4096个负样本出来进行训练。
损失函数:NCEloss

2.2、InvaSpread

代理任务:个体判别。
正负样本选择:假如输入的batchsize为256,那么每个图片经过数据增强后会产生256个新图片。每个原图的正样本为原图数据增强后的图片,负样本为(256-1)*2,也就是除了这两张后剩余的图片。
损失函数:NCEloss变体。

2.3、CPC

代理任务:预测型任务

文章来源:https://blog.csdn.net/Orange_sparkle/article/details/135159634
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。