本文首先介绍了表征学习（Representation Learning）在无监督学习领域的重要性，而后大致介绍了自监督学习领域的一系列重要模型，主要由2类构成：1. 基于预测的自监督框架：即人工设计数据的标签。2. 对比学习框架：将匹配好的数据作为正样例，其他的数据作为负样例，扩大正样例的响应占比，从而在特征空间中学习到好的表征。

简单总结第一型曲线和曲面积分的计算方法