A Simple Framework for Contrastive Learning of Visual Representations
Ting Chen1 Simon Kornblith1 Mohammad Norouzi1 Geoffrey Hinton1
发布于2020.02.13
地址:https://arxiv.org/abs/2002.05709
这篇论文其实早就想分享一下了,只是一直耽搁到了现在。虽然论文目前应该是还没有被接受,但是大佬Geoffrey Hinton的工作及最终优越的实验效果,还是引起了相关领域研究者非常大的关注的。
当然,这不是关于对抗样本的一篇文章(所以标题也没有加对抗样本),关于本文章更多的领域知识及文章细节,网上已经有了不少的讨论及解析。在这里,我所关注的是从另一个视角来学习本篇文章。
本专栏的目的不仅仅是局限于对抗样本本身的学习,同样对于相关创新的idea、有启发的工作及好的文章写作,进行学习分享。而本篇博客的目的,就是来学习如何以更好的角度或者方式方法,来表明你文章的价值。
抛开这篇论文的方法本身,有什么值得我们学习的地方?
正如论文题目所说,这是一个简单的框架,简单到可以说是,现有技术的简单利用和组合。那么这样一篇简单的论文,如何做到让他不简单呢?(或者说,如何让读者或论文审稿者判定这篇论文是不简单的、有价值的呢?)
首先,这篇文章的附录确实有很多值得学习得地方。
1.实验的细节,够细够清晰。
2.实验过程当中,所做过的所有有用的实验数据,包括对比、启发,等等,全部列了出来。可以启动一个:虽然文章方法看起来简单,但是简单的背后确实大量的实验支撑。