Oct, 2020
通过不变因果机制进行表示学习
Representation Learning via Invariant Causal Mechanisms
Jovana Mitrovic, Brian McWilliams, Jacob Walker, Lars Buesing, Charles Blundell
TL;DR自我监督学习是一种通过前馈未标记的数据来预先训练表示的策略,本文提出了一个新的自我监督目标函数 ReLIC,通过对预训练期间使用的代理分类器的显式不变性约束来更有效地利用数据增强,提高了泛化性能,实验表明 ReLIC 在图像分类和游戏领域都具有较好的表现。