التعلم التمثيلي البصري بدون إشراف يظل مشكلة غير محلولة إلى حد كبير في أبحاث الرؤية الحاسوبية. من بين مجموعة كبيرة من الأساليب المقترحة حديثًا للتعلم بدون إشراف للتمثيلات البصرية، تحقق فئة من التقنيات الذاتية-المشرفة أداءً متفوقًا في العديد من المعايير الصعبة. تم دراسة عدد كبير من المهام الأولية للتعلم الذاتي-المشرف، ولكن جوانب مهمة أخرى مثل اختيار الشبكات العصبية التلافيفية (CNN) لم تحظَ بنفس القدر من الاهتمام. لذلك، نعيد النظر في العديد من النماذج الذاتية-المشرفة المقترحة سابقًا، ونقوم بدراسة شاملة على نطاق واسع، مما يؤدي إلى الكشف عن العديد من الرؤى الحاسمة. نتحدى عددًا من الممارسات الشائعة في التعلم التمثيلي البصري الذاتي-المشرف ونلاحظ أن الوصفات القياسية لتصميم الشبكات العصبية التلافيفية لا تترجم دائمًا إلى التعلم الذاتي-المشرف للتمثيلات. كجزء من دراستنا، قمنا بتعزيز الأداء بشكل كبير للتقنيات المقترحة سابقًا وتخطينا النتائج الرائدة المنشورة سابقًا بمarge كبير (by a large margin).