论文阅读
Tensor-based multi-view clustering with consistency exploration and diversity regularization

代码工作

• 探索并实现使用图卷积的通道聚类来划分局部，在具体实现细节上做了多组实验。例如输入特征：4个2048完整通道的局部特征或者是4个512通道的被划分局部特征；是否对输入特征使用卷积；图卷积过程中节点的考虑，是否以4个局部特征作为节点，是否以通道维度作为节点。
• 使用HSIC计算特征之间的相关性.
• 在生成局部特征的空间注意力后沿着局部数量的维度使用softmax。
• 在损失函数计算聚类中心时对每个样本增加一个权重，并在样本平均也添加一个权重。

问题分析

• 在使用 HSIC 时遇到报错
  ValueError: Expected parameter rate (Tensor of shape (1, 1)) of distribution Gamma(concentration: tensor([[6.6344e-06]], device='cuda:0', grad_fn=), rate: tensor([[-2149.8301]], device='cuda:0', grad_fn=)) to satisfy the constraint GreaterThan(lower_bound=0.0), but found invalid values: tensor([[-2149.8301]], device='cuda:0', grad_fn=) ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: 1) local_rank: 0 (pid: 2664150) of binary: /home/ubuntu/anaconda3/envs在使用 torch.distributions.gamma 模块创建 Gamma 分布对象时，传入了一个负数作为 rate 参数。

下一步

下周内确定实验模型,把基本的消融实验结果跑出来。