对比学习与聚类

聚类是让相似的数据聚集在一起，对比学习是让相似的数据有相似的特征表示。

具体来说，对比学习会定义正负样本对，正样本是同一数据的不同变换，负样本是其他数据。然后，对比学习会定义一个损失函数，这个损失函数的含义是希望同一数据及其变换的相似度高，不同数据之间的相似度低。通过最小化这个损失函数，学习到相似数据有相似特征表示的能力。