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、不相似样本对彼此远离，可同时用于监督和无监督场景，在自监督学习中尤为强大。文章梳理了对比损失、Triplet Loss、Lifted Structured Loss、N-pair Loss 和 NCE 等训练目标，指出近期趋势是在一个 batch 中纳入多组正负样本对。