junxia97 / SimGRACE

[WWW 2022] "SimGRACE: A Simple Framework for Graph Contrastive Learning without Data Augmentation"
77 stars 6 forks source link

关于alignment和uniformity? #2

Open githubXin123 opened 2 years ago

githubXin123 commented 2 years ago

作者您好。最近刚接触对比学习,您文章中有分析alignment和uniformity这两个指标,但我在代码部分没找到。不知道是我没找到,还是这部分是和模型分开单独计算、分析的?

junxia97 commented 2 years ago

您好,感谢您对我们工作的兴趣。我以伪代码的形式展示出我们是如何计算alignment和uniformity (该部分是我们单独计算、分析的):

# bsz : batch size (number of positive pairs)
# d   : latent dim
# x   : Tensor, shape=[bsz, d]
#       latents for one side of positive pairs
# y   : Tensor, shape=[bsz, d]
#       latents for the other side of positive pairs

def align_metric(x, y, alpha=2):
    return (x - y).norm(p=2, dim=1).pow(alpha).mean()

def uniform_metric(x, t=2):
    return torch.pdist(x, p=2).pow(2).mul(-t).exp().mean().log()
githubXin123 commented 2 years ago

好的,谢谢。

XuexiongLuoMQ commented 2 years ago

您好,我想问下您代码中deepinformax.py文件是用来做什么的呢?

junxia97 commented 2 years ago

您好,deepinformax.py文件只是对其他无监督图表征学习方法的复现。

mpanpan commented 2 years ago

你好,我想问下这个代码的环境是什么版本的呢?使用torch1.10+cu111不太行

junxia97 commented 2 years ago