Machine learning
CLIP — Contrastive Language-Image Pretraining
CLIP (Contrastive Language-Image Pretraining)은 OpenAI의 Radford 등이 2021년에 소개한 비전-언어 모델로, 4억 개의 인터넷 기반 이미지-텍스트 쌍을 이용한 대조 학습 목표를 통해 정렬된 이미지 및 텍스트 표현을 공동으로 학습합니다. 이를 통해 특정 작업에 대한 미세 조정 없이도 제로샷(zero-shot) 전이 학습을 이미지 분류 작업에 적용할 수 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., Sastry, G., Askell, A., Mishkin, P., Clark, J., Krueger, G., & Sutskever, I. (2021). Learning Transferable Visual Models From Natural Language Supervision. Proceedings of the 38th International Conference on Machine Learning, PMLR 139, 8748–8763. link ↗
- Radford, A., et al. (2021). Learning Transferable Visual Models From Natural Language Supervision. arXiv:2103.00020. link ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3
이 페이지 인용 방법
ScholarGate. (2026, June 3). Contrastive Language-Image Pretraining. ScholarGate. https://scholargate.app/ko/deep-learning/clip
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →