概述
SimCLR 是一個具有里程碑意義的框架,它利用這種損失從未標記的資料中學習強大的影像表示,可與監督預訓練相媲美。
深入探討
InfoNCE(互資訊的雜訊比較估計)訓練編碼器,以便查詢及其真正的正例比查詢和許多負例具有更高的相似度分數。它本質上是相似性分數的 softmax 交叉熵:對於錨點,正值應該會戰勝負值。 SimCLR (2020) 將其應用於影像:拍攝一張影像,應用兩個隨機增強來創建正對,透過共享編碼器和投影頭運行,並使用歸一化溫度縮放交叉熵(NT-Xent,InfoNCE 變體),以便兩個增強視圖吸引,而批次中的所有其他影像充當負片。 SimCLR 表明,強大的資料增強、非線性投影頭、大批量大小和調整的溫度共同使自監督模型能夠與 ImageNet 上的監督模型相匹配 - 在預訓練期間無需任何標籤。
現實世界的實施
SimCLR 在未標記的照片上預先訓練影像編碼器,然後在小型標記集上微調以進行分類。
CLIP 使用 InfoNCE 目標將圖像與其標題進行匹配,從而實現零樣本圖像分類。
建立視覺搜尋/檢索,其中相似的圖像在學習的嵌入空間中緊密結合在一起。
針對標籤稀缺但原始資料豐富的醫療或衛星影像進行自我監督預訓練。
InfoNCE 和 SimCLR 目標的未來
對比目標遠遠超出了 SimCLR:CLIP 使用 InfoNCE 跨模式將影像與文字對齊,同樣的損失驅動音訊、視訊和檢索模型。現在的研究透過記憶體庫(MoCo)減少了對大批量和許多負面因素的依賴,或完全消除了顯性負面因素(BYOL、SimSiam、DINO)。預計對比、蒸餾和掩模建模預訓練的持續混合,以及多模態對齊(文字、圖像、音訊)作為基礎模型的主導前沿。
付諸實踐
為什麼這很重要
- 成本與預算. 多年來,架構決策決定著效能和營運成本。
- 更明確的決策. 技術教育幫助團隊選擇正確的堆疊,而不僅僅是最新的堆疊。
- 品質管控. 更好的工程選擇可以減少生產中的可靠性事故。
留意
- 優化一項基準測試可以隱藏更廣泛的系統弱點。
- 基礎設施和維護成本常常被低估。
- 隨著系統變得更加複雜,安全性和可觀察性差距可能會擴大。
後續步驟
- 在實施之前定義延遲、品質和成本目標。
- 在實際負載和資料條件下進行基準測試。
- 儀器監控錯誤、漂移和使用者影響。
- 在擴展之前準備回滾和事件回應路徑。
不斷探索
常見問題
InfoNCE 和 SimCLR 目標是什麼?
InfoNCE 是一種對比損失,它教導模型將匹配對拉到一起並將不匹配對在嵌入空間中分開。 SimCLR 是一個具有里程碑意義的框架,它利用這種損失從未標記的資料中學習強大的影像表示,可與監督預訓練相媲美。
InfoNCE 目標鼓勵模型做什麼?
InfoNCE 是一個關於相似性的 Softmax,它獎勵真正的陽性的高相似性和陰性的低相似性。
在 SimCLR 中,如何建立正對?
SimCLR 從同一來源影像的兩個增強視圖產生正對;其他影像用作底片。
溫度 τ 在 NT-Xent / InfoNCE 中扮演什麼角色?
在 softmax 之前將相似度除以 τ 可以控制損耗區分正例和硬負例的清晰度。
預訓練後 SimCLR 的投影頭會發生什麼變化?
SimCLR發現投影頭之前的特徵傳輸效果更好,所以預訓練後就丟掉了頭。
為什麼 SimCLR 依賴大批量?
在 SimCLR 中,批次中的其他影像充當底片,因此較大的批次會提供更多底片和更強的學習效果。