一、DIM（Deep InfoMAX）
Title：Learning deep representations by mutual information estimation and maximization（2019ICLR）
Author：R Devon Hjelm（MSR Montreal）
Method：
主要使用最大化互信息的思想，同一張圖的局部特徵和全局特徵應高度相關，另一張的局部特徵不相關。採用NCEloss得到score
實際操作中的兩種方法：
二、AMDIM
Title：Learning Representations by Maximizing Mutual Information Across Views（2019Nips）
Author：Philip Bachman（Microsoft Research）
Method：
我的理解是在DeepInfoMAX的基礎上加了一個multi-scale，即不同尺度上的feature也可以組成正負pair。
目前看來這兩種自監督方法的效果超過了其他方法：
數據來源：A survey on Semi-, Self- and Unsupervised Techniques in Image Classifification
