ESimCSE貌似实现有误？

[tianylin98]

阅读了一下这里的代码，对MoCo的实现是在dataloader里面维护了一个队列存储了历史样本（而不是样本的embedding），但是Momentum encoder的思想，如果我理解的无误，应该是缓存momentum encoder的输出embedding，并通过动量更新的方法使embedding空间的波动不至于太大（同时不用占用额外显存）。是否是实现有误呢？

[xinyi-code]

阅读了一下这里的代码，对MoCo的实现是在dataloader里面维护了一个队列存储了历史样本（而不是样本的embedding），但是Momentum encoder的思想，如果我理解的无误，应该是缓存momentum encoder的输出embedding，并通过动量更新的方法使embedding空间的波动不至于太大（同时不用占用额外显存）。是否是实现有误呢？

动量更新主要解决的是针对进行大batch对比，而内存不足问题。原文中提到的存的是embedding，对比的是上一个batch优化模型参数后encoder的embedding，而我这里存句子对比学习的是当前参数下model encoder的embedding。我这里由于内存限制，存的是句子节省内存。你可以尝试一下，看下效果有区别么，可以交流一下哈。

[tianylin98]

如果你是在显卡上运行，根本不存在cache输入可以省内存（显存）的说法啊，因为你缓存样本相当于增大batch size，中间的activations应该更费显存。

[xinyi-code]

这跟activation没什么关系，队列中存放text，是实时的产生embedding，相当于队列可以维护10000个样本，每次就encoder 部分样本（n x batch）作为对比样本，而维护embedding是维护一个（10000，maxlen， 768）矩阵，这里面占用的内存是有差距的。

[tianylin98]

1、存放文本之后，你每次需要forward key encoder才可以得到这么多负样本表示，这中间计算都是占用额外显存的；
2、维护embedding是一个句子对应一个embedding，中间的maxlen是没有的。
显然，前者比后者多占内存。

[Zhicheng-L]

1、存放文本之后，你每次需要forward key encoder才可以得到这么多负样本表示，这中间计算都是占用额外显存的； 2、维护embedding是一个句子对应一个embedding，中间的maxlen是没有的。 显然，前者比后者多占内存。

但是抛开急剧增加的计算量，他这样写是不是能直接解决负样本一致性的问题，根本不需要什么动量编码器了

[tianylin98]

1、存放文本之后，你每次需要forward key encoder才可以得到这么多负样本表示，这中间计算都是占用额外显存的； 2、维护embedding是一个句子对应一个embedding，中间的maxlen是没有的。 显然，前者比后者多占内存。

但是抛开急剧增加的计算量，他这样写是不是能直接解决负样本一致性的问题，根本不需要什么动量编码器了

他这样相当于直接开了更大的batchsize训练而已...

[Zhicheng-L]

1、存放文本之后，你每次需要forward key encoder才可以得到这么多负样本表示，这中间计算都是占用额外显存的； 2、维护embedding是一个句子对应一个embedding，中间的maxlen是没有的。 显然，前者比后者多占内存。

但是抛开急剧增加的计算量，他这样写是不是能直接解决负样本一致性的问题，根本不需要什么动量编码器了

他这样相当于直接开了更大的batchsize训练而已...

还是有点区别的，他是只把query当做更新当前batch的embedding的工具。batch还是这么点大，学习率也不需要改变。某些模型上增大batch_size会造成性能下降（正如ESimCSE原文所述），或者需要重新调学习率等等参数，他这样就没有这些问题