自监督SOTA框架 | BYOL(优雅而简洁) | 2020_其他

文章原创自微信公众号「机器学习炼丹术」
作者：炼丹兄
联系方式：微信cyx645016617

本篇文章主要讲解两个无监督2020年比较新比较火的论文：

论文名称：“Bootstrap Your Own Latent: A New Approach to Self-Supervised Learning”
论文链接：https://arxiv.org/pdf/2006.07733.pdf

0 综述

BYOL是Boostrap Your Own Latent，这个无监督框架非常的优雅和简单，而且work。收到了很多人的称赞，上一个这样起名的在我认知中就是YOLO。两者都非常简单而优美。

1 数学符号

这个结构有两个网络，一个是online network，一个是target network。

online network：用\(\theta\)来表示online network的参数，包含，encoder\(f_{\theta}\),projector\(g_{\theta}\)和predictor\(q_\theta\)
target netowrk:使用\(\xi\)来表示参数，也有\(f_{\xi}\)和\(g_{\xi}\),但是没有predictor。

我们会更新online network，然后用滑动平均的方式，更新target network：

\(\xi\leftarrow \tau\xi + (1-\tau)\theta\)

现在我们有一个图像数据集D，其中获取一个图片\(x\in D\),然后我们对这个D做不同的图像增强，得到了两个新的分布\(\Tau\)和\(\Tau’\),然后从两个新分布中获取的图片，用\(v\)和\(v’\)标记。也就是说，如果用\(t()\)和\(t'()\)表示对图像做图像增强的过程，那么\(v=t(x),v’=t'(x)\)。

2 损失函数

我们现在有\(v\)，经过encoder，得到\(y=f_{\theta}(v)\),经过prejector，得到\(z=g_{\theta}(y)\),经过predictor，得到\(q_{\theta}(z)\);同理，target network也是如此，只是没有最后的predictor，最终得到\(z’\)。

我们对\(z’\)和\(q_{\theta}(z)\)做l2-normalization，含义为取出这两个隐含变量的绝对大小，而保留其方向性，为后面要做的向量点乘做铺垫。

上图中，\(\bar{q_{\theta}}(z)=\frac{q_{\theta}(z)}{||q_{\theta}(z)||_2}\)，损失函数不难，其实有点像是：\(2-2\cos\theta\)

上面，我们得到了损失\(L_{\theta,\xi}\)，接下来，我们需要计算symmetric loss，这个是把v和v‘分别放入target network和online network计算，得到的\(\widetilde{L}_{\theta,\xi}\),然后论文中提到，通过SGD来最小化

\(L^{BYOL}_{\theta,\xi}=L_{\theta,\xi} + \widetilde{L}_{\theta,\xi}\)

需要注意的是，这个优化的过程，仅仅更新online network，target network的参数不变化，目的是让online network逐渐拥有target network的性能

因此，这个BYOL的整个训练过程可以浓缩成下面的两行：

3 细节部分

3.1 图像增强

3.2 结构

上图中的encoder\(f_{\theta},f_{\xi}\)使用的是resnet50和post activation，这里第一次看到post activation，就去看了一下发现，其实就是先卷积还是先激活层，如果relu放在conv后面就是post activation，relu放在conv前面就是pre activation。