ICMLJul, 2023
多视角自监督学习中的熵和重构的作用
The Role of Entropy and Reconstruction in Multi-View Self-Supervised Learning
Borja Rodríguez-Gálvez, Arno Blaas, Pau Rodríguez, Adam Goliński, Xavier Suau...
TL;DR多视角自监督学习的成功机制尚未完全了解,本文通过熵和重构项 (ER) 的下界进行分析,发现基于聚类的方法最大化了互信息 (MI),而基于蒸馏的方法则显式地最大化了重构项并隐式地鼓励稳定熵,通过用 ER 下界替换常见 MVSSL 方法的目标,实现了竞争性的性能,并在小批量大小或小指数移动平均 (EMA) 系数下保持稳定。