# 用 resnet101 做域内自监督（SimCLR）再聚类。
#
# 与 film_simclr_resnet18/50 的区别只有骨架和 batch_size，其余超参保持一致，
# 方便横向对比三个骨架。
#
# 用法：
#   uv run python scripts/cluster_unlabeled.py --config configs/cluster/film_simclr_resnet101.yaml \
#       --work-dir runs/simclr_r101 --set simclr.epochs=40
_base_:
  - ./film.yaml

method: simclr

num_clusters: 5

simclr:
  backbone:
    # _replace_ 必须保留：不加的话 base 里 tiny_conv 的 widths/depths/block 会残留，
    # 传给 TorchvisionBackbone 直接报错。见 utils/config.py::deep_merge
    _replace_: true
    name: torchvision
    arch: resnet101
    pretrained: true      # 首次使用会下载 ImageNet 权重（约 171 MB）；改 false 则随机初始化
    in_channels: 3

  # torchvision 的 features 是 nn.Sequential，可以取中间层（4~7 = layer1~4）。
  # 沿用 resnet18 上的实测结论：layer2+3 明显优于 layer4，缺陷差异主要在纹理层面。
  # resnet101 的 layer2+3 是 512+1024=1536 维，与 resnet50 相同（都是 Bottleneck 结构），
  # 差别在深度：resnet101 的 layer3 有 23 个 block，resnet50 只有 6 个。
  feature_stages: [5, 6]

  # 三个骨架的规模对比：resnet18 11.2M / resnet50 23.5M / resnet101 42.5M。
  # batch_size 取 128 是保守值——Apple MPS 上实测 resnet50 在 batch 1024 就 OOM（要 18.7 GiB），
  # resnet101 约重 1.8 倍，故再降一档。
  # 注意上面的数字来自 MPS；在 16 GB 独显（如 RTX 4080 SUPER）上可以往上调，
  # NT-Xent 的负样本越多下界越紧，显存够就尽量开大。
  batch_size: 128

  epochs: 2500
  optimizer: {name: adamw, lr: 0.0001, weight_decay: 0.00001}