Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 |
Tags
- leetcode
- 퍼셉트론
- 오차역전파
- Cross Entropy Error
- segmentation
- rag parsing
- LLM
- 머신러닝
- E
- 손실함수
- 이상탐지
- LLaVA
- visual instruction tuning
- 데이터 파싱
- 딥러닝
- deep learning
- 컴퓨터비전
- nlp
- pdf parsing
- Time Series
- 활성화 함수
- Mean squared error
- anomaly detection
- CNN
- 활성화함수
- 시계열
- Non-Maximum Suppression
- computer vision
- 합성곱 신경망
Archives
- Today
- Total
목록2024/06/15 (1)
굴러가는 분석가의 일상
[개념정리] Diffusion Model Loss Function
✔️손실함수(Loss Function) 역방향 과정의 손실함수는 Negative Log-Likelihood (\(-\log \left(p_{\theta }\left(x_{0}\right)\right)\)) 으로 정의할 수 있다. 하지만 이를 직접 최적화하려면, 각 시간 단계 t에서의 모든 상태 \(x_{t}\)를 추적하고 계산해야 하기 때문에 메모리와 계산 자원 측면에서 매우 비효율적이다. 이러한 문제점을 해결하기 위해 변분 추론(Variational Lower Bound)을 사용한다. 직접적으로 Negative Log-Likelihood 사용하는 대신, 최적화할 수 있는 비음수 값(KL Divergence)을 더하게 된다. 그럼 아래 수식의 오른쪽 항은 항상 왼쪽 항보다 크거나 같게 된다. 오른쪽 항을..
Generative AI
2024. 6. 15. 23:17