技术
InfoNCE（InfoNCE 损失）
InfoNCE是一种对比学习损失函数，通过最大化正样本对间的互信息下界来学习有效表示。
详细解释
InfoNCE基于噪声对比估计，将互信息最大化转化为分类问题：给定一个正样本和多个负样本，模型需正确识别正样本。它广泛应用于自监督学习（如SimCLR、MoCo），通过对比正负样本对学习判别性特征，其理论下界与互信息紧密相关。
别名与相关写法
infonce
InfoNCE是一种对比学习损失函数，通过最大化正样本对间的互信息下界来学习有效表示。
InfoNCE基于噪声对比估计，将互信息最大化转化为分类问题：给定一个正样本和多个负样本，模型需正确识别正样本。它广泛应用于自监督学习（如SimCLR、MoCo），通过对比正负样本对学习判别性特征，其理论下界与互信息紧密相关。