【文件属性】：
文件名称：SimCLR-in-TensorFlow-2:（至少）实现SimCLR（https
文件大小：85.15MB
文件格式：ZIP
更新时间：2021-05-16 12:00:11
deep-learning tensorflow keras unsupervised-learning self-supervised-learning
SimCLR-in-TensorFlow-2
（至少）在TensorFlow 2中实现SimCLR（Chen等人）。使用tf.keras和TensorFlow的核心API的许多功能。 提供报告。
致谢
我没有从头开始编写所有代码。 这份特殊的研究论文读起来超级棒，而且常常很自然地被理解，这就是为什么我想亲自尝试一下并提出一个最小的实现的原因。 我将以下作品用于不同目的-
数据扩充政策来自此处： : 。
损失函数来自这里： : 。
从此处引用的TSNE可视化效果： : 。
除了本文之外，以下是我为了理解SimCLR而研究的文章：
（此人在解释损失函数“ NT-XEnt损失”方面做得非常出色）
多亏了ML-GDE程序提供了我可以运行实验的GCP积分，并根据需要将中间结果存储在GCS存储桶中。 所有的笔记本都可以在Colab上运行。
数据集
ImageNet的子集：
【文件预览】：
SimCLR-in-TensorFlow-2-master
----Supervised_Full_Dataset.ipynb(86KB)
----LICENSE(1KB)
----README.md(6KB)
----Pretrained_Weights()
--------20200508-134915resnet_simclr.h5(92.36MB)
----SimCLR_ImageNet_Subset.ipynb(17KB)
----Linear_Evaluation_Imagenet_Subset.ipynb(311KB)