Open githubXin123 opened 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()
好的,谢谢。
您好,我想问下您代码中deepinformax.py文件是用来做什么的呢?
您好,deepinformax.py文件只是对其他无监督图表征学习方法的复现。
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
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?