对比学习常用loss——InfoNCE [2] 其中q就是我们的样本A的特征,k+是正样本,k_i是其他样本。 具体使用的时候,最直接最简单粗暴的训练方式是:以采用一种数据扩增为例,一个batch为N的训练样本,通过数据扩增,变成了2N个样本,其中有1个正样本,2N-2个负样本。