【论文阅读】Self-supervised Learning: Generative or Contrastive-Toy模板网

这篇具有很好参考价值的文章主要介绍了【论文阅读】Self-supervised Learning: Generative or Contrastive。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Abstract

研究了在计算机视觉、自然语言处理和图形学习中用于表示的新的自监督学习方法。全面回顾了现有的实证方法，并根据其目的将其归纳为三大类：生成性、对比性和生成性对比（对抗性）。进一步收集了关于自我监督学习的相关理论分析，以对自我监督学习为什么有效提供更深入的思考。最后，简要讨论了自我监督学习的开放问题和未来方向。

Introduction

【论文阅读】Self-supervised Learning: Generative or Contrastive,论文阅读
自监督学习可以看作无监督学习的一个分支，因为不涉及手工label，狭义地说，无监督学习专注于检测特定的数据模式，如聚类、社区发现或异常检测，而自监督学习旨在恢复，这仍然处于监督环境的范式中。
有监督学习是数据驱动型的，严重依赖昂贵的手工标记、虚假相关性和对抗性攻击。我们希望神经网络能用更少的标签、更少的样本和更少的试验来学习更多。自注意力话大量的注意力在数据有效性和生成能力。在2020年AAAI的受邀演讲中，图灵奖得主Yann LeCun将自我监督学习描述为“机器为任何观察到的部分预测其输入的任何部分”。
自监督学习的特征可以概括为：

通过使用半自动的过程从数据本身获得label
从数据的其他部分预测这一部分

【论文阅读】Self-supervised Learning: Generative or Contrastive,论文阅读

上图是这个综述文章的分类，生成性、对比性和生成性对比（对抗性）；以及每一个类别下的典型的方法。

自监督学习的动机

为了解决基本的OOD(泛化能力差，简单的多层感知器泛化能力非常差(总是假设分布外(OOD)样本呈线性关系))和生成的问题。
自我监督学习的成功最关键的一点是，它找到了一种方法来利用大数据时代可用的大量未标记数据。
自监督学习可以分为三大类：

生成式：训练一个encoder去编码输入x到明确的向量z，和一个解码器去从z重建x。（eg:the cloze test, graph generation）
对比式：训练一个encoder去编码输入到一个明确的向量z，去衡量相似性。（eg:mutual information maximizetion.instance discrimination）
生成对比式(对抗式)：训练一个encoder-decoder去省城fakesamples 和一个鉴别器去区分真实样本和生成样本。(eg:GAN)

【论文阅读】Self-supervised Learning: Generative or Contrastive,论文阅读
这三个类别不同在于架构和目标函数的不同。
不同点：

对于潜在分布z，在声称是和对比式方法中,z是明确的经常被应用于下游任务，而GAN中,z是隐式建模的。
对于鉴别器。这个生成的方式没有鉴别器，然而GAN和对比网络有。对比式的网络相对来说鉴别器有更少的参数。 (e.g., a multi-layer perceptron with 2-3 layers) than GAN (e.g., a standard ResNet [53])
一张自监督学习综述的图

生成式的自监督学习

AR

在计算机视觉中，PixelRNN和PixelCNN，总体思路是利用自回归访华逐像素的对图像进行建模。对于2D图像，自回归模型只能更具特定方向来分解改了，所以在CNN架构中采用了掩模滤波器。基于PixelCNN, WaveNet[130]——一种原始音频生成模型被提出。为了处理长期的时间依赖性，作者开发了扩展的因果卷积来改善接受野。此外，门控残差块和跳过连接被用来增强更好的表达能力。
自回归模型的优点是可以很好地对上下文依赖性进行建模。然而，AR模型的一个缺点是，每个位置的令牌只能从一个方向访问其上下文。

Flow-based Model

基于流的模型的目标是从数据中估计复杂的高维密度函数p(x)。

AE

灵活。AE由一个编码器网络h = $f_{enc}(x)$ 和一个解码器网络x’ = $f_{dec}(x)$ (h)组成。AE的目标是使x和x’尽可能相似(如通过均方误差)。可以证明线性自编码器与PCA方法相对应。
除了基础的AE，还有CPM，Denoising AE Model，Variational AE Model。
【论文阅读】Self-supervised Learning: Generative or Contrastive,论文阅读
VQ-VAE的体系结构。与VAE相比，原始的隐藏分布被量化的矢量字典所取代。此外，先前的分布被预先训练的PixelCNN取代，该PixelCNN对图像的分层特征进行建模。

Hybird Fenerative Models

包括结合AR和AE的模型、结合AE和Flow-based Model。

Pros and Cons

优点：不假设下游任务的情况下，重建原始图像分布的能力。现有的生成任务严重依赖生成式自监督学习。
缺点：

生成子监督学习在一些分类情境下，相比于对比学习有很少的竞争力。因为对比学习的目标函数天然地符合分类学习的目标。
生成式模型逐点的特性使它有一些内在的缺点：敏感性和保守性分布，低级抽象的目标不适合一高级抽象目标的分类任务。
作为一种相反的方法，生成对比式自我监督学习放弃了逐点目标。它转向更健壮的分布式匹配目标，并更好地处理数据流形中的高级抽象挑战。

对比自监督学习

分为两类：上下文-实例对比、实例-实例对比。

上下文-实例对比

注重于对局部特征和全局上下文语义的对比。
例如：Predict Relative Position
注重于学习局部部分之间的相对位置。全局的上下位作为一个隐式的需求。
【论文阅读】Self-supervised Learning: Generative or Contrastive,论文阅读
Maximize Mutual Information
MI专注于学习局部部分和全局乡下问之间的直接的归属关系，局部位置之间的关系被忽略了。

实例-实例之间的对比

度量学习的一个重要重点是在提高负采样效率的同时执行硬正采样。它们可能在基于MI的模型的成功中发挥着更关键的作用。
作为替代，实例-实例对比学习抛弃了MI，直接研究不同样本的实例级局部表示之间的关系。对于广泛的分类任务，实例级表示比上下文级表示更为重要。

例如：Cluster Discrimination
Instance Discrimination(实例判别)
【论文阅读】Self-supervised Learning: Generative or Contrastive,论文阅读
第一种是端到端的范式，有两个编码器，两个编码器都进行梯度更新，依赖于大的batchsize提供更多的负样本。第二个是有memory bank的方式，有一个编码器，只对这一个编码器进行梯度更新，负样本从memory bank中提取，每次都更新memory bank中随机位置的特征，特征一致性不好，每一个batchsize，模型都会更新，但是memory bank只更新一部分。正样本和负样本进行对比的时候，正样本是当前的encoder产生的，负样本不知道是什么时候的encoder产生的。第三个Moco使用动量编码器，在第一个基础上把右边的编码器改成动量编码器，并且采用队列形式的字典。把对比学习当作动态的字典查询问题。

【论文阅读】Self-supervised Learning: Generative or Contrastive,论文阅读
SIMLR采用了多种数据增强和一个proj在最后加一个非线性层，获得了比Moco高的效果。

BYOL不用负样本，获得了很好的效果。

半监督自我训练的自我监督对比预训练

Chen等人[20]的SimCLR v2支持了上述结论，表明只有10%的原始ImageNet标签，通过联合预训练和自我训练，ResNet-50可以超过监督的。他们提出了一个三步框架：

像SimCLR v1一样进行自我监督的预训练，并进行一些小的架构修改和更深的ResNet.
仅使用1%或10%的原始ImageNet标签微调最后几层。
使用微调后的网络作为教师模型，在未标记的数据上产生标签，以训练较小的学生ResNet-50。知识蒸馏

优点和缺点

优点：对比学习没有解码器，因此对比学习是轻量级的，在下游鉴别任务中表现很好。
存在的问题：

对比学习在NLP领域没有取得令人信服的结果。现在大多数在BERT上进行微调。。很少有算法被提出在预训练阶段应用对比学习。由于大多数语言理解任务都是分类的，因此对比语言预训练方法应该比目前的生成语言模型更好。
采样有效性。负抽样对于大多数对比学习是必须的，但这个过程通常是棘手的，有偏见的，耗时的。不清楚负样本在对比学习中的作用。
数据增强，数据增强能提高对比学习的性能。但它为什么以及如何起作用的理论仍然相当模糊。这阻碍了它在其他领域的应用，比如NLP和图学习，这些领域的数据是离散和抽象的。