[CLS 05 · 对比学习：视图、投影与历史字典](/course/notebooks/b8320404134f4a2e858ccfe7d50a71d3.html)

# 队列解决候选数量，EMA 缓和特征坐标系漂移
[独立阅读](/course/notebook-blocks/38813722014249e6a8ee5e14b736dca2.html)
按问题继续

InfoNCE概率与梯度、h/z、温度、队列陈旧性、实测与评价协议

## 队列解决候选数量，EMA 缓和特征坐标系漂移

当前 batch 较小时，每个 query 可比较的负例有限。MoCo 把近期 batch 的 key 特征保存为队列，下一批仍可使用，因而字典大小不完全受当前 batch 限制。长度 6 的队列从 `[a,b,c,d,e,f]` 加入 `[g,h]` 后成为 `[c,d,e,f,g,h]`。里面存的是先前编码好的向量；它不保存那些图片的完整计算图，也不在每一步重算所有旧向量。

这节省了候选编码计算，却产生一致性问题。若编码器每步剧烈变化，昨天向量的某个方向和今天向量的同一方向可能不再表达类似内容。MoCo 使用 query 编码器参数 $\theta_q$ 做正常梯度更新，key 编码器则采用参数指数移动平均：

$\theta_k\leftarrow m\theta_k+(1-m)\theta_q.$

取 $m=0.9$，旧 $\theta_k=(0,2)$，当前 $\theta_q=(2,4)$，新 key 参数是 $(0.2,2.2)$。若下一步 query 仍相同，新 key 为 $(0.38,2.38)$。平均的是**网络参数**，不是队列向量，也不是 Adam 的梯度动量；旧 key 不会因这一步 EMA 自动刷新。$m=0$ 令 key 立即跟随 query，$m=1$ 则把 key 冻结。较慢变化让历史 key 更可比，但不能消除全部陈旧性。[MoCo §3 与 Algorithm 1](https://arxiv.org/html/1911.05722v3) 给出队列、动量编码器和停止 key 分支梯度的配合。

| 组织方式 | 候选从哪里来 | 是否保留旧特征 | 主要计算取舍 |
| --- | --- | --- | --- |
| SimCLR 批内比较 | 当前 batch 的两视图 | 不需要队列 | 更多候选通常要求更大 batch 及其通信/激活 |
| MoCo 字典 | 当前正例与历史 key 队列 | 是 | 候选数与 batch 部分解耦，需控制 key 漂移 |

这是计算组织的不同答案，不是一个方法必然取代另一个。扩大队列会让最旧特征更老；增大 batch 会改变优化与负例分布；调整温度则改变同一批候选如何竞争。做消融时不能三项同时改，再把收益全部归给 EMA。

## 训练学会区分视图以后，还要回答哪个下游问题

冻结线性评价（linear probe）先固定编码器 $f$，仅训练 $\hat y=Wh+b$；它检验标签能否用指定线性读出从表示取得。kNN 不更新编码器，用训练集表示及标签给测试点投票，结果仍依赖距离、归一化、$k$ 与支持集。微调允许 $f$ 更新，检验的是初始化加适配方案。检测或分割则需要空间特征和任务头，整图线性分类成绩不能自动给出边界能力。

完整协议至少明确：原始样本的训练/验证/测试划分，预训练是否接触无标签测试图，冻结时的 `eval`/BatchNorm 状态，读 $h$ 还是 $z$，标签预算，验证集选超参数的方法。两视图必须在原图划分之后生成。同一原图一张裁剪放训练、另一张放测试，会把近重复泄漏包装成泛化。

### 同一个颜色干预，真的改变了学到的表示

LAB 06 已在 2026-09-22 本地 CPU 完成真实两视图训练：600 张训练图、240 张保留图，RGB 16×16，卷积编码器输出 48 维 $h$，投影头输出 24 维 $z$，InfoNCE 温度 0.2，batch 60，Adam 学习率 0.002，固定种子 20260922、40 epoch。预训练不使用类别标签；标签只供冻结表示的 5NN 与线性读出使用。对照唯一指定变化是每个视图是否以 50% 概率交换红/蓝通道。

| 表示与训练 | 形状 5NN | 颜色 5NN |
| --- | --- | --- |
| 随机编码器 $h$ | 72.50% | 100.00% |
| 保留颜色增强，训练后 $h$ | 47.50% | 100.00% |
| 随机换色增强，训练后 $h$ | 85.83% | 49.17% |
| 随机换色增强，训练后 $z$ | 95.42% | 52.92% |

![真实两视图训练与冻结读出](/assets/display/f482e1157acae587ec308bdd.webp)

保留颜色时模型可利用容易的颜色区别，形状 5NN 甚至低于随机表示；换色使这种线索不可靠，形状读出提高、颜色读出接近二类机会水平。**$h$ 也会丢失颜色，$h$ 优于 $z$ 不是保证**：本次 $z$ 的形状 5NN 反而更高。同一换色 $h$ 的线性形状读出是 98.75%，再次说明“表示质量”不能脱离读出协议。这里报告的是一个固定种子的小型受控实验，不是 SimCLR 在自然图像上的通用排名。

LAB 07 的小型 MoCo 使用同一图像来源、真实 FIFO 特征队列与 EMA key 编码器，训练 15 epoch。其 $h$ 形状 5NN 为 38.33%，低于随机基线 72.50%；损失由约 4.79 变到 4.27，也没有保证目标语义变得好读。它完成了训练机制，但给出了一个失败的表示结果。MoCo 与 LAB 06 的训练轮数和组织不同，不能据这些数作方法优劣排名；可以据此检查为什么视图目标、候选和下游形状任务不一致。

[LAB 07](https://deepnote.com/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/0d1b8f6fbf6a476c93ffcc169f2ec1f4) 把队列/EMA 精确算例和图像两视图训练放在同一条学习链中。阅读训练输出时，先确认参数确实由损失更新，再比较相同协议下随机初始化与训练后表示；若小数据上的自监督结果没有领先，就讨论增强、数据量和读出限制，而不改变测试口径。

从 [CLS 04 的重建](https://deepnote.com/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/23b0affc4b824723927bd0938fd2bbda) 到本册，目标从恢复像素变为识别视图关系；下一册 [CLS 06](https://deepnote.com/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/c0645a4db6e04188ab5b119e87c53bed) 再问：没有显式负例时，为什么表示没有全部变成同一个常量？这些路线共同要求我们区分训练信号、实际优化以及表示的使用证据。