盯着验证集上那条死活上不去的准确率曲线，你忍住了想砸键盘的冲动了吗？很多人把对比学习调参调到头秃，却不知道问题出在数据采样上——正负样本选不对，模型学到的全是噪声。

先别急着调超参，这几个对比学习坑我替你踩了

　　后台经常收到这样的留言：“我用了最经典的SimCLR，为什么收敛速度比随机初始化还慢？”答案往往藏在数据增强和batch size里。对比学习依赖大量负样本来区分特征，但如果你的batch size小于256，负样本数量根本不够模型区分边界——就像让一个没见过猫的人从十张狗照片里找出猫，他只能瞎猜。

　　另一个坑是正样本对太弱。有些朋友直接用随机裁剪+颜色抖动，结果两张图被裁成了完全不同的物体，模型被迫把猫和狗“拉近”，训练自然会崩。记住一个原则：正样本对必须保留语义相似性，比如同一张图的不同颜色版本，而不是随机截取。

采样策略不对，再好的网络也白费

　　这是最常见的问题：负样本里混入了“假负样本”。比如在ImageNet里，两张不同图片可能都属于“狗”这个大类，你却硬让模型把它们推开——对比学习学到的是把狗和狗分开，这反过来会破坏特征质量。解决办法是使用“困难负样本挖掘”或“监督对比学习”，让模型只推开真正不同的类别。

　　还有一个极端情况：当batch size太大（比如4096），计算资源扛不住，很多人就强行缩小。其实对比学习对batch size高度敏感，推荐用MoCo那样的动量队列来模拟大batch，或者直接切到BYOL这类不需要负样本的架构。

　　总之，对比学习的核心是“拉近正样本，推开负样本”，但如果正样本对根本不相似，或者负样本里夹着同类，那模型学到的就是一堆废特征。调参之前先检查采样策略——看你的数据增强是不是太暴力，负样本里有没有类内冲突。

　　问题解决了就去跑个实验，别光在tensorboard上发呆。