반응형 대조학습2 [딥러닝 with Python] EBM(Energy-Based Model) 이해 : 확률을 에너지로 바꾸기 머신러닝에서 데이터를 모델링하는 방법은 다양합니다. 일반적으로 확률 모델을 사용해 데이터가 특정 분포를 따른다고 가정하고 이를 학습하하지만, 특정 확률 분포를 명확히 정의하기 어려운 경우에 오늘 알아볼 EBM(Energy-Based Model) 을 사용할 수 있습니다. EBM은 확률을 직접적으로 다루지 않고, "에너지"라는 개념을 활용해서 데이터를 평가하는 방식인데요. 이 개념을 바탕으로 대조학습(Contrastive Learning)이 등장하게 되었습니다.Contrastive Learning 기초 : EBM, NCE, InfoNCE Contrastive Learning 기초 : EBM, NCE, InfoNCE이번에 알아볼 것은 Contrastive Learning에서 핵심 개념인 EBM(Energy.. 2025. 3. 5. [딥러닝 with Python] Self-Supervised Learning (2) : 대조학습(Contrastive Learning) 이번에는 자기지도학습(Self-Supervised Learning, SSL)의 방법 중 대조학습(Contrastive Learning)에 대해서 알아보고자 합니다. 1. 대조학습(Contrastive Learning)이란?- 대조학습은 유사한 데이터(Positive Sample)는 가깝게, 다른 데이터(Negative Sample)는 멀어지도록 학습하는 방법을 말합니다. - 대조학습의 핵심 원리는 1) 데이터 증강(Augmentation)을 통해서 Positive / Negative Pair를 생성 * 하나의 이미지를 다양한 변형(Crop, Rotation, Color Jittering 등)하여 Positive Pair를 생성해줍니다. * 서로 다른 이미지는 Negative Pair로 설정합니다. 2.. 2025. 3. 3. 이전 1 다음 반응형
