# 已有图像训练给出了一次明确的取舍
[独立阅读](/course/blocks/color-ablation-existing-image-evidence.html)**课堂上下文：从哪个问题来**
用颜色任务将“什么变化应被忽略”落到可观察干预，避免把增强强度当普遍优劣。


当前LAB 06保留了600张训练、240张保留的16×16合成RGB图像训练。卷积编码器产生48维h，投影头产生24维z；训练用InfoNCE，类别标签仅在冻结评价时使用。两个训练臂固定初始化、批次与预算，预定变化是视图是否以50%概率交换红蓝通道。



保存的2026-09-22基准中，保留颜色增强后的h，形状5NN为47.50%、颜色100%；换色增强后的h，形状85.83%、颜色49.17%。换色z的形状5NN为95.42%。因此这次实验观察到：迫使颜色线索不可靠后，形状更易读，而颜色信息的可用性下降。



这是当前Notebook中的历史运行记录，本轮文字整理没有重新训练。它有图像、可学习模型和保留评价，已超出手填向量热身；但仍是一个种子的小型受控任务，不支持给SimCLR与MoCo排通用名次。读出方法也重要：同一个换色h的线性形状读出为98.75%，与5NN问的并非完全同一件事。


## 继续阅读与实验