自回归
概率对比损失函数
高维->隐藏层embedding-à预测àNCE loss
InfoNCE越小表示与输入的互信息越大
正弦函数表示时序周期性
时序聚类
矩阵表示时序的相似性矩阵分解
空洞卷积 tri-loss
正样本:子序列
负样本:随机采样N个,长度一致
训练时样本长度随机选,无编码器。所以scalable
编码器:resnet+casual cnn+max
pooling+linear transformer
分类:svm分类器
卷积casual 任意长度序列->相同长度
扩展接受域(感受野)