A08 / advanced

表示学习与自监督学习

表示学习与自监督学习围绕第一编 表示与度量、第二编 自监督目标、第三编 预训练与综合复习建立连续章节顺序。

结构
3 编 · 6
适合读者
适合完成相关本科基础课程、需要进入高级理论与计算方法的读者。
开始本册

BEFORE READING

先修与记号

本册对象

研究表征空间、对比学习、掩码建模和跨模态预训练。

先修教材

符号约定

  • 本册在首次使用时定义表示学习与自监督学习专用符号,并区分标量、向量、算子与单位。
  • 同一符号出现多种约定时明确命名空间、假设和适用章节。

CONTENTS

完整目录

PART 01

第一编 表示与度量

第一编 表示与度量组织表示学习目标、相似度与不变性、度量学习、孪生网络与三元组损失,形成连续的学习单元。

  1. 01

    表示学习目标、相似度与不变性

    把表示学习写成保持任务信息、压缩无关变化的目标,比较重建、预测、对比和不变性约束及其失效方式。

    阅读本章
  2. 02

    度量学习、孪生网络与三元组损失

    从成对与三元组监督学习嵌入距离,推导对比损失和间隔损失,并讨论采样、塌缩和检索评价。

    阅读本章
PART 02

第二编 自监督目标

第二编 自监督目标组织对比学习、负样本与信息瓶颈、掩码预测与上下文建模,形成连续的学习单元。

  1. 03

    对比学习、负样本与信息瓶颈

    推导 InfoNCE 目标,分析增强视图、批内负样本、温度和投影头如何共同决定表示的对齐与均匀性。

    阅读本章
  2. 04

    掩码预测与上下文建模

    通过遮蔽部分输入构造条件预测任务,比较离散 token、连续 patch 与自回归目标,并检查预训练和下游任务错位。

    阅读本章
PART 03

第三编 预训练与综合复习

第三编 预训练与综合复习组织跨模态对齐与预训练迁移、表示质量、坍塌与自监督学习综合复习,形成连续的学习单元。

  1. 05

    跨模态对齐与预训练迁移

    用成对数据对齐图像、文本等模态,比较双塔与融合架构,并分析零样本迁移、数据噪声和评价泄漏。

    阅读本章
  2. 06

    表示质量、坍塌与自监督学习综合复习

    串联目标、度量、对比、掩码与跨模态预训练,通过线性探测、检索和迁移实验判断表示质量及坍塌风险。

    阅读本章

综合练习

  • 每章安排定义辨析、推导计算和结果核验练习。
  • 本册末章安排跨 Part 综合题,并保留可复算的解题检查点。

相关教材