対照的表現学習
本文の状態
日本語全文を表示中
詳細モードで約1分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Lilian Weng
対照的学習は、類似するサンプルを近接させ、異なるサンプルを遠ざける表現を学ぶ手法である。このアプローチは教師あり・なしの両データに適用可能で、視覚および言語タスクにおいて優れた性能を発揮する。
Continue in AI NEW LAB
このニュースを、実務の判断につなげる
AI NEW LABで、試したことや先に確認したい条件を共有できます。まずはログインなしで読めます。
AI NEW LABで論点を見るSource Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
Contrastive representation learning の目的は、類似するサンプルペア同士が互いに近く、非類似なペアが遠く離れるような埋め込み空間を学習することです。Contrastive learning は、教師あり設定と教師なし設定の両方に適用可能です。教師なしデータを扱う場合、contrastive learning は 自己教師あり学習 において最も強力なアプローチの一つです。
原文を表示
The goal of contrastive representation learning is to learn such an embedding space in which similar sample pairs stay close to each other while dissimilar ones are far apart. Contrastive learning can be applied to both supervised and unsupervised settings. When working with unsupervised data, contrastive learning is one of the most powerful approaches in self-supervised learning.
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み