Le regroupement basé sur les réseaux neuronaux a récemment gagné en popularité, et plus particulièrement, une formulation de regroupement contraint a été proposée pour effectuer l'apprentissage par transfert et la découverte de catégories d'images à l'aide de l'apprentissage profond. L'idée centrale est de formuler un objectif de regroupement avec des contraintes par paires qui peuvent être utilisées pour entraîner un réseau de regroupement profond ; ainsi, les affectations de clusters et leurs représentations de caractéristiques sous-jacentes sont optimisées conjointement dans une approche bout-à-bout. Dans cette étude, nous proposons une nouvelle formulation de regroupement pour résoudre les problèmes d'évolutivité des travaux précédents en termes d'optimisation de réseaux plus profonds et d'un plus grand nombre de catégories. L'objectif proposé minimise directement la log-vraisemblance négative des affectations de clusters par rapport aux contraintes par paires, ne comporte aucun hyperparamètre et montre une meilleure évolutivité et performance tant dans l'apprentissage supervisé que dans l'apprentissage par transfert non supervisé.