【硬核科普】6分钟了解对比学习(Contrast Learning)
- 对比学习：通过对比数据对的“相似”或“不同”以获取数据的高阶信息
- Positive Pairs（图片间的一种关系）:由同一张原始图片扩增而来的图片
- Native Paris:由不同的图片扩增的来的图片
对比学习的3个步骤：Data Augmentation（数据扩增）——Encoding（丢进卷积神经网络中）——Loss minimization（损失最小化）
1.Data Augmentation
可以通过裁剪、调整大小、颜色失真、灰度
把一张原图扩增两次就形成了一个数据对（Positive Pairs/Native Paris）
2.Encoding
是把Image装换为Vector Representation（向量表示）
3.Loss Minimization
评价相似性:利用向量夹角的cos值加上交叉熵，因为直角范围内，夹角越大，cos值越小\
Loss Minimization=Cosine similarity+Cross-entropy
