MoCo解读

MoCo方法由何凯明团队提出，是无监督对比学习的代表作。经过MoCo预训练的视觉表征迁移到各种下游任务时，其效果超过了有监督预训练模型。

两点创新

对比学习的思想是将相似的样本距离拉近，不相似的样本距离拉远。对比学习主要在两方面进行设计：

• 代理任务
• 损失函数

MoCo将对比学习当作字典查询任务，在字典中与query匹配的key视为正样本，否则为负样本：

损失函数InfoNCE为：

$$\mathcal{L}_q=-\log \frac{\exp \left(q \cdot k_{+} / \tau\right)}{\sum_{i=0}^K \exp \left(q \cdot k_i / \tau\right)}$$

其中，$\tau$ 是温度系数，该超参设置需要注意。太大会导致query与所有样本的相似度都很接近，太小会导致模型偏向学习区分度高的样本。

上式与多分类交叉熵损失函数非常相似，只不过前者 $K$ 表示样本类别，而后者表示正样本与负样本的总个数。

与传统自监督学习对比

• 图(a)中两个编码器同步更新，保证了样本特征的一致性，但负样本个数受限，即使能达到8000多，还是无法放下所有的负样本
• 图(b)放下了所有的负样本，但bank中不同样本的特征是在不同时刻的编码器下获得的，牺牲了特征的一致性

• 图(c)则是采样了动量更新key编码器的方式，解决了字典大小受限和特征不一致性问题：

$$\theta_{\mathrm{k}} \leftarrow m \theta_{\mathrm{k}}+(1-m) \theta_{\mathrm{q}}$$

伪代码解读

1. 新的batch进行一轮前向传播
2. 更新query编码器参数
3. 动量更新key编码器参数
4. 将该batch放入队列
   • 虽然同一队列的batch样本表征仍然是不同时刻的key编码器获得，但由于key编码器更新非常缓慢，样本表征的差异可以忽略不计：
   • 
5. 将老batch移出队列：这样MoCo就能无限扩展，预训练海量样本

实验结果

原始数据集ImageNet

下游任务

与传统自监督学习对比

---

参考

• MoCo 论文逐段精读【论文精读】
• 大概是全网最详细的何恺明团队顶作 MoCo 系列解读！（上）