반응형 ebm2 [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. Contrastive Learning 기초 : EBM, NCE, InfoNCE 이번에 알아볼 것은 Contrastive Learning에서 핵심 개념인 EBM(Energy Based Model), NCE(Noise Contrastive Estimation), 그리고 InfoNCE의 개념에 대해서 자세히 알아보고 이를 정리해보도록 하겠습니다. 1. EBM(Energy Based Model), NCE(Noise Contrastive Estimation), 그리고 InfoNCE 1) EBM(Energy Based Model) - 에너지 기반 모델(EBM)은 확률론적 프레임워크를 제공하며, 에너지 함수 를 이용해 실제 데이터에는 낮은 에너지를 할당하고 비실제 데이터에는 높은 에너지를 할당합니다- 이때 에너지를 정의하기 위해 볼츠만 분포(Boltzmann Distribution)을 활용.. 2025. 2. 28. 이전 1 다음 반응형
