-
多模态对比语言图像预训练CLIP:打破语言与视觉的界限
多模态对比语言图像预训练(CLIP)是一种神经网络模型,它通过多模态对比训练来学习图像和文本之间的关联。CLIP可以在给定图像的情况下,使用自然语言来预测最相关的文本片段,无需为特定任务进行优化。它类似于GPT-2和GPT-3,具备出色的零射击能力,可以应用于多种多模态任务。- 478
- 0
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!