对比表示学习（Contrastive Representation Learning）综述

对比表示学习的目标是学习一个嵌入空间，使相似样本对彼此靠近、不相似样本对相互远离，可同时用于监督和无监督场景，在自监督学习中尤为强大。训练目标已从早期单一正负样本对演进为在一个 batch 内纳入多对正负样本，包括 Contrastive Loss、Triplet Loss、Lifted Structured Loss、N-pair Loss 以及 NCE。