Unsupervised Embedding Learning via Invariant and Spreading Instance Feature论文讲的什么

该论文介绍了一种无监督嵌入学习方法，称为“不变和扩散实例特征（Invariant and Spreading Instance Feature，ISIF）”。该方法通过对数据进行变换，使得来自同一类别的实例在嵌入空间中聚集在一起，同时不同类别的实例被分开。ISIF方法在多个数据集上进行了实验，证明了其在图像分类和聚类任务上的有效性。