?PaperWeekly 原創(chuàng) ·?作者｜李磊

學(xué)校｜西安電子科技大學(xué)本科生

研究方向｜自然語言處理

最近深度學(xué)習(xí)兩巨頭 Bengio 和 ?LeCun 在 ICLR 2020 上點(diǎn)名 Self-Supervised Learning（SSL，自監(jiān)督學(xué)習(xí)） 是 AI 的未來，而其的代表的 Framework 便是 Contrastive Learning（CL，對(duì)比學(xué)習(xí)）。?

另一巨頭 Hinton 和 Kaiming 兩尊大神也在這問題上隔空過招，MoCo、SimCLR、MoCo V2 打得火熱，這和 BERT 之后，各大公司出 XL-Net、RoBerta 刷榜的場(chǎng)景何其相似。

本篇文章，將會(huì)從對(duì)比學(xué)習(xí)的背后的直覺原理出發(fā)，介紹其框架，并且對(duì)目前的一些相關(guān)的工作進(jìn)行簡(jiǎn)要介紹，希望能夠?yàn)楦信d趣的同學(xué)提供一些幫助。

Motivation & Framework

很多研究者認(rèn)為，深度學(xué)習(xí)的本質(zhì)就是做兩件事情：Representation Learning（表示學(xué)習(xí)）和 Inductive Bias Learning（歸納偏好學(xué)習(xí)）。目前的一個(gè)趨勢(shì)就是，學(xué)好了樣本的表示，在一些不涉及邏輯、推理等的問題上。

例如判斷句子的情感極性、識(shí)別圖像中有哪些東西，AI 系統(tǒng)都可以完成非常不錯(cuò)；而涉及到更高層的語義、組合邏輯，則需要設(shè)計(jì)一些過程來輔助 AI 系統(tǒng)去分解復(fù)雜的任務(wù)，ICLR 19 [1] 的一篇 oral 就是做的類似的事情。

因?yàn)闅w納偏好的設(shè)計(jì)更多的是任務(wù)相關(guān)的，復(fù)雜的過程需要非常精心的設(shè)計(jì)，所以很多工作都開始關(guān)注到表示學(xué)習(xí)上，NLP 最近大火的預(yù)訓(xùn)練模型，例如 BERT，就是利用大規(guī)模的語料預(yù)訓(xùn)練得到文本的好的表示。那么，CV 領(lǐng)域的 BERT 是什么呢？答案已經(jīng)呼之欲出，就是對(duì)比學(xué)習(xí)。

1.1 Illustrative Example

▲ 當(dāng)你被要求畫一張美元，左邊是沒有鈔票在你面前，右邊是面前擺著一張鈔票畫出來的結(jié)果

上面這個(gè)例子來自于 Contrastive Self-supervised Learning?[2] 這篇 Blog，表達(dá)的一個(gè)核心思想就是：盡管我們已經(jīng)見過很多次鈔票長(zhǎng)什么樣子，但我們很少能一模一樣的畫出鈔票；雖然我們畫不出栩栩如生的鈔票，但我們依舊可以輕易地辨別出鈔票。

基于此，也就意味著表示學(xué)習(xí)算法并不一定要關(guān)注到樣本的每一個(gè)細(xì)節(jié)，只要學(xué)到的特征能夠使其和其他樣本區(qū)別開來就行，這就是對(duì)比學(xué)習(xí)和對(duì)抗生成網(wǎng)絡(luò)（GAN）的一個(gè)主要不同所在。

1.2 Contrastive Learning Framework

既然是表示學(xué)習(xí)，那么我們的核心就是要學(xué)習(xí)一個(gè)映射函數(shù) ，把樣本 編碼成其表示 ，對(duì)比學(xué)習(xí)的核心就是使得這個(gè) 滿足下面這個(gè)式子：

這里的 就是和 類似的樣本， 就是和 不相似的樣本， 這是一個(gè)度量樣本之間相似程度的函數(shù)，一個(gè)比較典型的 score 函數(shù)就是就是向量?jī)?nèi)積，即優(yōu)化下面這一期望：

如果對(duì)于一個(gè) ，我們有 個(gè)正例和 個(gè)負(fù)例，那么這個(gè) loss 就可以看做是一個(gè) N 分類問題，實(shí)際上就是一個(gè)交叉熵，而這個(gè)函數(shù)在對(duì)比學(xué)習(xí)的文章中被稱之為 InfoNCE。

事實(shí)上，最小化這一 loss 能夠最大化 和 互信息的下界，讓二者的表示更為接近。理解了這個(gè)式子其實(shí)就理解了整個(gè)對(duì)比學(xué)習(xí)的框架，后續(xù)研究的核心往往就聚焦于這個(gè)式子的兩個(gè)方面：

如何定義目標(biāo)函數(shù)？最簡(jiǎn)單的一種就是上面提到的內(nèi)積函數(shù)，另外一中 triplet 的形式就是 ，直觀上理解，就是希望正例 pair 和負(fù)例 pair 隔開至少 的距離，這一函數(shù)同樣可以寫成另外一種形式，讓正例 pair 和負(fù)例 pair 采用不同的 函數(shù)，例如， ，。

如何構(gòu)建正例和負(fù)例？針對(duì)不同類型數(shù)據(jù)，例如圖像、文本和音頻，如何合理的定義哪些樣本應(yīng)該被視作是 ，哪些該被視作是 ，；如何增加負(fù)例樣本的數(shù)量，也就是上面式子里的 ？這個(gè)問題是目前很多 paper 關(guān)注的一個(gè)方向，因?yàn)殡m然自監(jiān)督的數(shù)據(jù)有很多，但是設(shè)計(jì)出合理的正例和負(fù)例 pair，并且盡可能提升 pair 能夠 cover 的 semantic relation，才能讓得到的表示在downstream task 表現(xiàn)的更好。

接下來，就會(huì)介紹一下 MoCo、SimCLR 以及 Contrasitve Predictive Coding（CPC） 這三篇文章，在構(gòu)建對(duì)比樣例中的一些核心觀點(diǎn)。

Contrastive Pair

2.1 MoCo

論文標(biāo)題：Momentum Contrast for Unsupervised Visual Representation Learning

論文來源：CVPR 2020

論文鏈接：https://arxiv.org/abs/1911.05722

代碼鏈接：https://github.com/facebookresearch/moco

前面提到了，樣本數(shù)量對(duì)于學(xué)習(xí)到的樣本質(zhì)量有很大的影響。MoCo 做的事情很簡(jiǎn)單，就是把負(fù)例樣本的 encoder 和 mini-batch 大小解耦。也就是說，原先在算目標(biāo)函數(shù)的時(shí)候，負(fù)例樣本對(duì)也會(huì)為 loss 產(chǎn)生貢獻(xiàn)，因?yàn)橐簿蜁?huì)有梯度回傳給對(duì)應(yīng)的 encoder，那么這樣在實(shí)現(xiàn)的時(shí)候，樣本數(shù)量必然會(huì)受到 batch size 的限制，從而影響學(xué)習(xí)到表示的質(zhì)量。

為此，Memory Bank 提出我把所有樣本的表示都存起來，然后每次隨機(jī)采樣，這樣就可以認(rèn)為我的負(fù)例樣本理論上可以達(dá)到所有樣本的數(shù)量，具體的做法就是每一輪來 encode 一次所有的變量，顯然，這樣很吃內(nèi)存，并且得到的表示也和參數(shù)更新存在一定的滯后。

MoCo 則改善了上述的兩個(gè)缺點(diǎn)，一方面，用一個(gè) queue 來維護(hù)當(dāng)前的 negative candidates pool，queue 有著進(jìn)出的動(dòng)態(tài)更新機(jī)制，一方面能夠和 Mini-batch 解耦，queue size 可以設(shè)置的比較大，另外一方面也就不用對(duì)所有樣本做類似預(yù)處理的進(jìn)行編碼；對(duì)于負(fù)例樣本的參數(shù)，采用 Momentum update 的方式，來把正例 encoder 的參數(shù)? copy 給負(fù)例 encoder ：

三種方式的示意圖也在這一小節(jié)的開頭給出了，可以清楚的看到三種方式的區(qū)別。這種對(duì)比畫圖的方式對(duì)于說明問題很有幫助，可以在論文中進(jìn)行嘗試。

2.2 SimCLR

論文標(biāo)題：A Simple Framework for Contrastive Learning of Visual Representations

論文鏈接：https://arxiv.org/abs/2002.05709

代碼鏈接：https://github.com/google-research/simclr

MoCo 剛說完樣本數(shù)量對(duì)于對(duì)比學(xué)習(xí)很重要，這邊 SimCLR 就從另外一個(gè)角度，說構(gòu)建負(fù)例的方式（圖像上，就是對(duì)于圖像的 transformation）也很重要，探究了 transformation 、batch-size 大小等對(duì)于學(xué)習(xí)到的表示的影響，并且把這個(gè)框架用下面這張圖來說明：

文章主要得出了下面幾個(gè)結(jié)論：

• 對(duì)于樣本進(jìn)行變化，即構(gòu)建正例和負(fù)例的 transformation 對(duì)于結(jié)果至關(guān)重要；

• 用 entropy loss 的 Contrastive Learning，可以通過 normalize representation embedding 以及 temperature adjustment 提點(diǎn)；

• 在計(jì)算 loss 之前，讓表示再過一個(gè) non-linear hard 能大幅提升效果，即上面框架圖中的 ；

• 大 batch-size 對(duì)于 CL 的增益比 Supervised Learning 更大。

其中最后一個(gè)結(jié)論，和 MoCo 的初衷是符合的，并且作者雖說不用 Memory-bank，但是 SimCLR 嘗試的 bsz 也達(dá)到了令人發(fā)指的 8192，用了 128 塊 TPU，又是算力黨的一大勝利。

MoCo v2 也是利用了上面的第一點(diǎn)和第三點(diǎn)，在 MoCo 基礎(chǔ)上得到了進(jìn)一步的提升，然后作者還也明確的點(diǎn)名了 SimCLR，稱不需要使用那么大的 batch size 也能超過它，可能這就是神仙打架吧。

2.3 CPC

論文標(biāo)題：Representation Learning with Contrastive Predictive Coding

論文鏈接：https://arxiv.org/abs/1807.03748

代碼鏈接：https://github.com/davidtellez/contrastive-predictive-coding

前面討論的兩篇文章主要集中在圖像數(shù)據(jù)上，那么對(duì)于文本、音頻這樣的數(shù)據(jù)，常見的裁剪、旋轉(zhuǎn)等變換操作就無法適用了，并且，因?yàn)槠鋽?shù)據(jù)本身的時(shí)序性，設(shè)計(jì)合理的方法來把這一點(diǎn)考慮進(jìn)去是至關(guān)重要的。

Contrastive Predictive Coding（CPC） 這篇文章就提出，可以利用一定窗口內(nèi)的 和 作為 Positive pair，并從輸入序列之中隨機(jī)采樣一個(gè)輸入 作為負(fù)例，下圖說明了 CPC 的工作過程：

為了把歷史的信息也加入進(jìn)去，作者提出可以在 上額外增加一個(gè)自遞歸模型，例如 GRU，來在表示之中融入時(shí)序關(guān)系，得到相應(yīng)的 來進(jìn)行對(duì)比學(xué)習(xí)。在下游任務(wù)中，既可以使用 也可以使用 ，又或者是二者的融合，可以根據(jù)任務(wù)需要來進(jìn)行靈活的選擇。

Theory & Application

接下來，會(huì)簡(jiǎn)要的討論幾篇關(guān)于對(duì)比學(xué)習(xí)的理論和應(yīng)用類的文章：

3.1 ICML 2019

論文標(biāo)題：A Theoretical Analysis of Contrastive Unsupervised Representation Learning

論文來源：ICML 2019

論文鏈接：https://arxiv.org/abs/1902.09229

這篇文章發(fā)表在 ICML 2019 上，對(duì)比學(xué)習(xí)這一框架雖然在直覺上非常 make sense，但是理論上為什么得到的表示就能夠在 downstream 例如 classification 上表現(xiàn)良好？

這篇文章通過定義 latent class 以及樣本和 latent class 的距離入手，推導(dǎo)出了二分類情況下的 loss bound，保證了其的泛化性能。文章提出了一個(gè)改進(jìn)算法就是進(jìn)行 block 處理，不再直接優(yōu)化各個(gè) pair 的 inner product，而是轉(zhuǎn)而優(yōu)化 positive block 以及 negative block 的內(nèi)積：

文章在后續(xù)的實(shí)驗(yàn)上也驗(yàn)證了這一方法會(huì)優(yōu)于內(nèi)積方法。

3.2 NIPS 2017

論文標(biāo)題：Contrastive Learning for Image Captioning

論文來源：NIPS 2017

論文鏈接：https://arxiv.org/abs/1710.02534

代碼鏈接：https://github.com/doubledaibo/clcaption_nips2017

這篇文章希望通過使用對(duì)比學(xué)習(xí)來解決 image captioning 中標(biāo)題文本可區(qū)別性的問題，即盡可能讓標(biāo)題描述和唯一的一張圖片對(duì)應(yīng)，而不是籠統(tǒng)而又模糊的可能和多張圖片對(duì)應(yīng)。

作者引入對(duì)比學(xué)習(xí)，把對(duì)應(yīng)的圖像和標(biāo)題作為正例 pair ，并把其中的圖像隨機(jī)采樣得到負(fù)例 pair ，并且在已有的 sota 模型上優(yōu)化 ，提升生成的 caption 的效果。

3.3 ICLR 2020

論文標(biāo)題：Contrastive Learning of Structured World Models

論文來源：ICLR 2020

論文鏈接：https://arxiv.org/abs/1911.12247

代碼鏈接：https://github.com/tkipf/c-swm

前面提到，表示學(xué)習(xí)能夠較好的解決一些簡(jiǎn)單的任務(wù)，但是理解物體之間的關(guān)系以及建模其間的交互關(guān)系不單單需要好的表示，同樣需要一個(gè)好的歸納偏好。

這篇文章就是通過利用 state set 來表示世界中各個(gè)物體的狀態(tài)，并且利用圖神經(jīng)網(wǎng)絡(luò)來建模其之間的交互，再進(jìn)一步地利用對(duì)比學(xué)習(xí)來提升性能，下圖給出了模型的示意圖：

這里的對(duì)比學(xué)習(xí)是從 TransE 架構(gòu)遷移而來，具體地，在 TransE 中，我們會(huì)希望一個(gè)三元組 的能夠讓 盡可能的小，即 的表示加上 relation 的表示和 的表示盡可能地接近，而遷移到世界模型中，就是要將 entity 換成物體的 state，relation 換成 action，即經(jīng)過圖卷積后的得到的新的表示，通過下面的式子進(jìn)行優(yōu)化：

這里的 是從 experience buffer 中采樣得到的負(fù)例樣本，文章在后續(xù)多物體交互環(huán)境的模擬實(shí)驗(yàn)中驗(yàn)證了其方法的優(yōu)越性。

Summary

本文介紹了關(guān)于對(duì)比學(xué)習(xí)背后的動(dòng)機(jī)，以及一系列在圖像、文本上的一些工作，在計(jì)算機(jī)視覺領(lǐng)域，其習(xí)得的表示能夠很好地在下游任務(wù)泛化，甚至能夠超過監(jiān)督學(xué)習(xí)的方法。

回過頭來看，預(yù)訓(xùn)練模型從 ImageNet 開始，后來這一思想遷移到 NLP，有了 BERT 等一系列通過自監(jiān)督的預(yù)訓(xùn)練方法來學(xué)習(xí)表示，后來這一想法又反哺了計(jì)算機(jī)視覺領(lǐng)域，引出了諸如 MoCo、SimCLR 等工作，在一系列分割、分類任務(wù)上都取得了驚人的表現(xiàn)。

那么，這一思想會(huì)不會(huì)又再次和 NLP 結(jié)合，碰撞出新的火花呢，讓我們拭目以待。

參考鏈接

[1] https://arxiv.org/abs/1904.12584

[2] https://ankeshanand.com/blog/2020/01/26/contrative-self-supervised-learning.html

點(diǎn)擊以下標(biāo)題查看更多往期內(nèi)容：

?

• GELU的兩個(gè)初等函數(shù)近似是怎么來的？
  

• BERT在小米NLP業(yè)務(wù)中的實(shí)戰(zhàn)探索
  

• 圖神經(jīng)網(wǎng)絡(luò)時(shí)代的深度聚類
  

• 針對(duì)復(fù)雜問題的知識(shí)圖譜問答最新進(jìn)展
  

• 小樣本學(xué)習(xí)（Few-shot Learning）綜述
  

• 將“softmax+交叉熵”推廣到多標(biāo)簽分類問題

#投 稿?通 道#

?讓你的論文被更多人看到?

如何才能讓更多的優(yōu)質(zhì)內(nèi)容以更短路徑到達(dá)讀者群體，縮短讀者尋找優(yōu)質(zhì)內(nèi)容的成本呢？答案就是：你不認(rèn)識(shí)的人。

總有一些你不認(rèn)識(shí)的人，知道你想知道的東西。PaperWeekly 或許可以成為一座橋梁，促使不同背景、不同方向的學(xué)者和學(xué)術(shù)靈感相互碰撞，迸發(fā)出更多的可能性。?

PaperWeekly 鼓勵(lì)高校實(shí)驗(yàn)室或個(gè)人，在我們的平臺(tái)上分享各類優(yōu)質(zhì)內(nèi)容，可以是最新論文解讀，也可以是學(xué)習(xí)心得或技術(shù)干貨。我們的目的只有一個(gè)，讓知識(shí)真正流動(dòng)起來。

?????來稿標(biāo)準(zhǔn)：

? 稿件確系個(gè)人原創(chuàng)作品，來稿需注明作者個(gè)人信息（姓名+學(xué)校/工作單位+學(xué)歷/職位+研究方向）?

? 如果文章并非首發(fā)，請(qǐng)?jiān)谕陡鍟r(shí)提醒并附上所有已發(fā)布鏈接?

? PaperWeekly 默認(rèn)每篇文章都是首發(fā)，均會(huì)添加“原創(chuàng)”標(biāo)志

?????投稿郵箱：

? 投稿郵箱：hr@paperweekly.site?

? 所有文章配圖，請(qǐng)單獨(dú)在附件中發(fā)送?

? 請(qǐng)留下即時(shí)聯(lián)系方式（微信或手機(jī)），以便我們?cè)诰庉嫲l(fā)布時(shí)和作者溝通

????

現(xiàn)在，在「知乎」也能找到我們了

進(jìn)入知乎首頁搜索「PaperWeekly」

點(diǎn)擊「關(guān)注」訂閱我們的專欄吧

關(guān)于PaperWeekly

PaperWeekly 是一個(gè)推薦、解讀、討論、報(bào)道人工智能前沿論文成果的學(xué)術(shù)平臺(tái)。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號(hào)后臺(tái)點(diǎn)擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結(jié)

以上是生活随笔為你收集整理的对比学习（Contrastive Learning）相关进展梳理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。