विरोधाभासी शिक्षा

विरोधाभासी शिक्षा एक मॉडल को समान चीजों को एक साथ खींचने और असमान चीजों को एम्बेडिंग स्पेस में अलग करने के लिए सिखाती है। यह मायने रखता है क्योंकि यह एआई को ज्यादातर बिना लेबल वाले डेटा, छवि खोज, अनुशंसाओं और मल्टीमॉडल मॉडल से शक्तिशाली प्रतिनिधित्व सीखने देता है।

विरोधाभासी शिक्षण एक एम्बेडिंग स्थान को आकार देता है इसलिए मेल खाने वाले जोड़े करीब होते हैं और गैर-मिलान वाले जोड़े दूर होते हैं।

सिमसीएलआर एक छवि के दो संवर्धित दृश्यों से सकारात्मकता बनाता है, जबकि बैच में अन्य छवियां नकारात्मक के रूप में काम करती हैं।

इन्फोएनसीई, तापमान के साथ समानता स्कोर पर एक सॉफ्टमैक्स, मानक विपरीत उद्देश्य है।

विरोधाभासी सीखने से कई नकारात्मकताओं से लाभ होता है; बैच आकार को प्रबंधनीय रखते हुए एक कतार उन्हें प्रदान करती है।

नकारात्मकताओं के बिना, एक मॉडल हर चीज़ को एक ही वेक्टर पर तुच्छ रूप से मैप कर सकता है; स्टॉप-ग्रेडिएंट और गति लक्ष्य इस पतन को रोकते हैं।