MindSpore重现SimCLR模型：(1)数据处理

转载地址：https://bbs.huaweicloud.com/forum/thread-114182-1-1.html

作者：MapleStory

SimCLR（A Simple Framework for Contrastive Learning of Visual Representations）作为一个无监督训练模型，一方面，由于没有标签，需要自己构造正样本和负样本，其中正样本对是来自同一个样本的两个副本，他们经过了不同的随即变换，虽然相似，但具有差异。另一方面数据处理对构造样本对非常重要，在其Paper中的第2节Data Augmentation for Contrastive Representation Learning中讨论了多种样本处理操作对精度的影响。

从上图中可以看到，输入样本x经过两次随机变换，得到两个副本。随机变换是一系列操作的组合，在原文中的作者最终组合了3种变换：random cropping followed by resize back to the original size, random color distortions, and random Gaussian blur。