粗读Progressive Stage-wise Learning for UnsupervisedFeature Representation Enhancement

        在神经网络中，一般低层卷积层更关注局部信息，高层卷积层关注全局信息，而且在一定深度范围内，网络越深，性能越好。

        于是作者提出多阶段的无监督或自监督学习。

         如图，网络最终有五个block，第一阶段用拼图任务，训练前三层，第二阶段用预测旋转角度，训练2到4层，此时输出的g2是经过了1到4层编码得到的，但更新参数时不改变第一层，最后一阶段用对比任务，训练最后三层。