从同一底图产生两种观察，明确正例身份由数据管线提供，再讨论这种任务可能留下什么共有结构。
一张红杯底图按固定坐标裁出两个仍包含杯子的视图，来源箭头保留。
看这两个局部视图。像素不完全一样，但我们知道它们从同一张原图产生。这件事不需要额外的类别标签，只需要保存我们做过的变换。 可以据此要求网络：这两个视图的表示应当相互接近，而不是只因为亮度或裁剪不同就完全分开。这里我们还没有告诉模型“这是什么杯子”，只提供了一个关系。 不过，关系并非天然正确到可以随意使用。如果一个裁剪只剩桌面，另一个只剩杯子，或者原图里有多个不同物体，这对视图到底共享多少内容，就要重新检查。增强不是数据清洗之后的附属选项，它开始参与定义模型要学习的东西。
先固定一张原图，再独立采样两次变换，得到 与 。知道它们来自同一个 ，是数据管线提供的身份信息；它不是模型事先认出了杯子。训练目标要求两张观察在表示空间仍能互相找到。
若两张裁剪分别改变背景和亮度，但都保留杯身，完成配对就可能需要抓住跨视图共有的轮廓和部件，而不能只记某个像素位置。这是视图训练有机会产生可迁移特征的理由。
但正例规则也施加了假设：如果一张只剩杯子、另一张只剩无关书本，我们仍知道它们同源，却未必给出了理想的语义一致性任务。增强不是越强越好；要问它留下了哪些共有证据，又要求模型忽略哪些差异。
指认两张视图共同保留的物体部分；去LAB 06看实际输入图，先读图再读代码。
使用现有 concept-red-cup-a.png 同一文件；两个 SVG viewBox 分别为 [145,120,980,980] 与 [280,180,850,850]。裁剪为确定性显示变换，未独立生成两幅正例。本页将稿件中的“零件”替换为“杯子”，不改变论证。