有点像词向量预训练模型，这个框架可以作为很多视觉相关的任务的预训练模型，可以在少量标注样本的情况下，拿到比较好的结果。

近年来，众多的自我监督学习方法被提出用于学习图像表示，每一种方法都比前一种更好。但是，他们的表现仍然低于有监督的方法。当Chen等人在他们的研究论文“SimCLR：A Simple Framework for Contrastive Learning of Visual Representations”中提出一个新的框架时，这种情况改变了。SimCLR论文不仅改进了现有的自监督学习方法，而且在ImageNet分类上也超越了监督学习方法。在这篇文章中，我将用图解的方式来解释研究论文中提出的框架的关键思想。

内容中包含的图片若涉及版权问题，请及时与我们联系删除