本文主要是介绍Contrastive Learning——对比学习，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1.定义
对比式学习着重于学习同类实例之间的共同特征，区分非同类实例之间的不同之处。
与生成式学习比较，对比式学习不需要关注实例上繁琐的细节，只需要在抽象语义级别的特征空间上学会对数据的区分即可，因此模型以及其优化变得更加简单，且泛化能力更强。
对比学习的目标是学习一个编码器，此编码器对同类数据进行相似的编码，并使不同类的数据的编码结果尽可能的不同。
2.基本思想
缩小正样本的距离，扩大与负样本之间的距离
这篇关于Contrastive Learning——对比学习的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
