SimSiam（Simple Siamese）是一種自監督對比學習方法，由Facebook AI Research于2021年提出。SimSiam的設計旨在避免負樣本對，并且不使用動量編碼器，進一步簡化了對比學習的實現過程。

SimSiam的基本概念

1. 自監督學習：
   自監督學習方法通過從數據本身獲取監督信號進行學習，不需要人工標注。SimSiam是一種自監督對比學習方法。

2. 網絡結構：
   SimSiam使用一個簡單的Siamese網絡結構，包含兩個相同的編碼器，編碼器輸出通過投影頭映射到低維空間，然后通過預測頭生成預測向量。

3. 不需要動量編碼器和負樣本：
   SimSiam去除了對比學習中的動量編碼器和負樣本對，僅使用正樣本對進行訓練。

SimSiam的工作原理

1. 數據增強：
   輸入圖像通過兩種不同的數據增強（例如裁剪、顏色抖動等）生成兩個不同的視圖： ( x 1 x_1