任何的书写错误、排版错误、概念错误等，希望大家包含指正。
在阅读本篇之前建议先学习：
【机器学习】噪声对比估计（NCE）
【计算机视觉】MoCo 讲解
Unsupervised Feature Learning via Non-Parametric Instance Discrimination
本篇论文最重要的贡献在于提出了对比学习中常用的实例判别（instance discrimination）代理任务（pretext task）。实例判别是指通过将每个训练数据都视为不同于其它数据的类别，让模型具备识别图像视觉特征的能力，同时保证模型输出的特征向量满足对于视觉上相似的图像更加接近，视觉上不相似的图像更加远离。为了避免因为每个数据视为单独的类别导致计算量过大的问题，实例判别通过噪声对比估计（Noise Contrastive Estimation，NCE）作为损失函数将多分类问题转换为二分类问题。
思想
图 1