对比学习（Contrastive Learning）中的损失函数

文章目录

写在前面
一、Info Noise-contrastive estimation(Info NCE)
- 1.1 描述
- 1.2 实现
二、HCL
- 2.1 描述
- 2.2 实现
三、文字解释
四、代码解释
- 4.1 Info NCE
- 4.2 HCL

写在前面

最近在基于对比学习做实验，github有许多实现，虽然直接套用即可，但是细看之下，损失函数部分甚是疑惑，故学习并记录于此。关于对比学习的内容网络上已经有很多内容了，因此不再赘述。本文重在对InfoNCE的两种实现方式的记录。

一、Info Noise-contrastive estimation(Info NCE)

1.1 描述

InfoNCE在MoCo中被描述为：
Lq=−log⁡exp⁡(q⋅k+/τ)∑i=0Kexp⁡(q⋅ki/τ)(1)\mathcal{L}_{q}=-\log \frac{\exp \left(q \cdot k_{+} / \tau\right)}{\sum_{i=0}^{K} \exp \left(q \cdot k_{i} / \tau\right)} \tag{1}Lq=−log∑i=0Kexp(q⋅ki/τ)exp(q⋅k+/τ)(1)
其中τ\tauτ是超参。

分子表示：qqq对k+k_+k+的点积。所谓点积就是描述qqq和k+k_+k+两个向量之间的距离。
分母表示：qqq对所有kkk的点积。所谓所有就是指正例（positive sample）和负例（negative sample），所以求和号是从i=0i=0i=0到KKK，一共K+1K+1K+1项。

1.2 实现

MoCo源码的\moco\builder.py中，实现如下：

 # compute logits# Einstein sum is more intuitive# positive logits: Nx1l_pos = torch.einsum('nc,nc->n', [q, k]).unsqueeze(-1)# negative logits: NxKl_neg = torch.einsum('nc,ck->nk', [q, self.queue.clone().detach()])# logits: Nx(1+K)logits = torch.cat([l_pos, l_neg], dim=1)# apply temperaturelogits /= self.T# labels: positive key indicatorslabels = torch.zeros(logits.shape[0], dtype=torch.long).cuda()...return logits, labels

这里的变量logits的意义我也查了一下：是未进入softmax的概率

这段代码根据注释即可理解：l_pos表示正样本的得分，l_neg表示所有负样本的得分，logits表示将正样本和负样本在列上cat起来之后的值。值得关注的是，labels的数值，是根据logits.shape[0]的大小生成的一组zero。也就是大小为batch_size的一组0。

接下来看损失函数部分，\main_moco.py：

 # define loss function (criterion) and optimizercriterion = nn.CrossEntropyLoss().cuda(args.gpu)...# compute outputoutput, target = model(im_q=images[0], im_k=images[1])loss = criterion(output, target)

这里直接对输出的logits和生成的labels计算交叉熵，然后就是模型的loss。这里就是让我不是很理解的地方。先将疑惑埋在心里～

二、HCL

2.1 描述

在文章《Contrastive Learning with Hard Negative Samples》中描述到，使用负样本的损失函数为：
Ex∼p,x+∼px+[−log⁡ef(x)Tf(x+)ef(x)Tf(x+)+QN∑i=1Nef(x)Tf(xi−)](2)\mathbb{E}_{x \sim p, x^{+} \sim p_{x}^{+}}\left[-\log \frac{e^{f(x)^{T} f\left(x^{+}\right)}}{e^{f(x)^{T} f\left(x^{+}\right)}+\frac{Q}{N} \sum_{i=1}^{N} e^{f(x)^{T} f\left(x_{i}^{-}\right)}}\right] \tag{2}Ex∼p,x+∼px+[−logef(x)Tf(x+)+NQ∑i=1Nef(x)Tf(xi−)ef(x)Tf(x+)](2)

分子：ef(x)Tf(x+)e^{f(x)^{T} f(x^{+})}ef(x)Tf(x+)表示学到的表示f(x)f(x)f(x)和正样本f(x+)f(x^+)f(x+)的点积。（其实也就是正样本的得分）
分母：第一项表示正样本的得分，第二项表示负样本的得分。

其实本质上适合InfoNCE一个道理，都是mean(-log(正样本的得分/所有样本的得分))。

2.2 实现

但是在这篇文章的实现中，\image\main.py：

def criterion(out_1,out_2,tau_plus,batch_size,beta, estimator):# neg scoreout = torch.cat([out_1, out_2], dim=0)neg = torch.exp(torch.mm(out, out.t().contiguous()) / temperature)old_neg = neg.clone()mask = get_negative_mask(batch_size).to(device)neg = neg.masked_select(mask).view(2 * batch_size, -1)# pos scorepos = torch.exp(torch.sum(out_1 * out_2, dim=-1) / temperature)pos = torch.cat([pos, pos], dim=0)# negative samples similarity scoringif estimator=='hard':N = batch_size * 2 - 2imp = (beta* neg.log()).exp()reweight_neg = (imp*neg).sum(dim = -1) / imp.mean(dim = -1)Ng = (-tau_plus * N * pos + reweight_neg) / (1 - tau_plus)# constrain (optional)Ng = torch.clamp(Ng, min = N * np.e**(-1 / temperature))elif estimator=='easy':Ng = neg.sum(dim=-1)else:raise Exception('Invalid estimator selected. Please use any of [hard, easy]')# contrastive lossloss = (- torch.log(pos / (pos + Ng) )).mean()return loss

可以看到最后计算loss的公式是：

 loss = (- torch.log(pos / (pos + Ng) )).mean()

的确与我上文中的理解相同，可是为什么这样的实现，没有用到全0的label呢？

三、文字解释

既然是同一种方法的两种实现，已经理解了第二种实现(HCL)。那么，问题就出在了：不理解第一种实现的label为何要这样生成? 于是乎，查看交叉熵的计算方式：
loss(x,class)=−log⁡(exp⁡(x[class])∑jexp⁡(x[j]))=−x[class]+log⁡(∑jexp⁡(x[j]))(3)\text{loss}(x, class) = -\log\left(\frac{\exp(x[class])}{\sum_j \exp(x[j])}\right)= -x[class] + \log\left(\sum_j \exp(x[j])\right) \tag{3}loss(x,class)=−log(∑jexp(x[j])exp(x[class]))=−x[class]+log(j∑exp(x[j]))(3)

交叉熵的label的作用是：将label作为索引，来取得xxx中的项(x[class]x[class]x[class])，因此，这些项就是label。而倘若label是全0的项，那么其含义为：xxx中的第一列为label（正样本），其他列就是负样本。然后带入公式(3)中计算，即可得到交叉熵下的loss值。

而对于HCL的实现方式，是直接将InfoNCE拆解开来，使用正样本的得分和负样本的得分来计算。

四、代码解释

首先，生成pos得分和neg的得分：

注意，这里省略了生成的特征，直接生成了得分，

4.1 Info NCE

4.2 HCL

嗒哒～两者的结果“一模一样”(取值范围导致最后一位不太一样)