sinat_34604992的博客

前阵子读了一篇对比学习（Contrastive Learning）领域的经典论文《Representation Learning with Contrastive Predictive Coding》（Contrastive Predictive Coding 又简称 CPC），因为论文确实有点难理解，洛基也是在网上翻找了许多博客资料（在此对他们表示感谢，参考博文的链接会在文末附上），前后花了有一周时间，硬啃公式之后才理解了几成，所以在此把自己的理解记录一下，希望能帮到同样在看这篇论文的你们。首先要说的

Precision vs Recallprecision是查准率——是所有做出正类预测的情况下，正确的概率。公式：P = 预测为正且真实为正的样本 / 模型预测为正的所有样本recall是查全率——对所有真实为正的样本，模型所覆盖的比例。查全率recall越高，则正样本被覆盖到的比例越大；如果放到信息检索任务中，recall越高，则越多有价值的信息被检索出来。公式：R = 预测为正...