С каждым днем в мире появляется все больше и больше данных, которых мы можем использовать для целей машинного обучения. Однако для классических методом обучения с учителем нужна разметка на данных, которая требует затрат человеко-часов и, соответственно, денег. Вот почему в последние годы все активнее развиваются техники обучения без учителя, которые не требуют предварительной разметки на данных. Для изображений является полезной задача создания эмбеддингов, поскольку они могут использоваться в различных задачах машинного обучения для повышения качества финальных моделей. Переход к подобным методам бесспорно является перспективным, но все же таит в себе много подводных камней с которыми придется столкнуться современной науке. в данной статье планируется подробнее рассмотреть влияние лосс-функции на итоговые представления.